运动规划是实现机器人自主导航的关键共性技术之一,是移动机器人安全、高效的完成复杂任务的重要支撑。在解耦式规划框架内,运动规划主要分为路径规划以及轨迹规划两部分。路径规划技术负责为移动机器人生成满足一定约束条件的可行路径。轨迹规划负责为移动机器人在满足电机速度和加速度等多种物理约束条件下生成的最佳轨迹。针对机器人路径规划问题,现有的解决策略不能很好的满足实际需求。在实际应用中,高次曲线作为避碰路径将能够提高机器人的运动效率,但随着曲线自由参数的增加,优化时间将会增加,而低阶次曲线可能会导致机器人局部位置的不可达。针对沿给定路径的轨迹规划问题,无模型的轨迹规划,可能会导致机器人运动学或者动力学饱和现象,虽然可以采用分段参数多项式解决这一问题,但是其生成的是参数空间下的最优轨迹。数值积分策略可以输出全局空间下的最优轨迹,但是其控制量存在非连续性。针对沿给定路径的跟踪控制问题,系统的迟滞性以及控制对象系统参数的不精确性,容易导致误差的调控不理想。虽然可以使用模型预测、智能控制等办法,以增加系统的调控精度,但是这是以牺牲控制效率为代价的。针对上述问题及现有策略的不足,本文从以下几方面展开研究。首先,以结构化环境的物流运输为实验场景,将单舵机驱动的运输车作为研究对象,推导出运输车关于给定路径的运动学和动力学方程,以运输车舵机的动力学特性作为约束条件,使用庞特里亚金极大值原理的数值积分策略,生成给定路径上的轨迹曲线。然后,以轨迹曲线为基础,路径加速度作为研究对象,开展对轨迹上加速度不连续点进行研究,提出一种电荷互斥模型的轨迹分割方案以及路径加速度连续化方案,进而得到一条加速度连续的轨迹曲线。最后,为解决路径跟踪控制中的滞后性问题,使用数值优化工具包实现对映射点位姿误差的快速求解,并使用李雅普诺夫直接法设计路径映射点误差跟踪控制律,对运输车进行位姿调控。实验结果表明,采用本文所提的路径加速度连续化方案以及控制策略,对沿给定路径的跟踪控制具有较好的误差收敛效果。