滑模控制由于算法简单、响应快速、鲁棒性好、易于工程实现等优点，近年来又重新受到了控制界的重视。现今在状态估计、离散系统控制、时滞系统控制、不确定系统的鲁棒控制、自适应控制、预测控制、输出反馈控制等方面均有滑模控制理论的研究和报道。 非完整移动机械臂由于大的工作空间和灵活的操作能力而具有极好的应用前景，近年来已引起国际学术界和工业界的高度重视。该类系统是典型的高度非线性、强耦合的非完整动力学系统，其运动控制问题非常困难。加之移动机械臂动力学模型中存在的不确定性、驱动电机的参数不确定性以及外界干扰和未建模动态等因素，使得移动机械臂成为一类典型的MIMO非线性不确定系统。因此，研究这类系统的控制问题具有研究的一般性和代表性。 本文主要以滑模控制理论为基础，以非完整移动机械臂的动力学模型作为应用对象，结合Lvapunov稳定性理论、反步法、鲁棒控制、自适应控制等，针对几类典型非线性系统，给出了高性能跟踪控制器和镇定控制器的设计方法。主要的研究内容如下： 首先，针对滑模控制的“抖振”问题，给出了MIMO非线性系统的动态滑模控制一般设计方法，提出了高阶动态滑模控制方法。相对传统的滑模控制而言，动态滑模控制可以削弱、甚至消除系统控制输入的抖振，使控制易于实现；而高阶动态滑模控制不仅可以削弱、甚至消除系统控制输入的抖振，而且可以削弱系统切换时的抖振，从而提高系统的动态性能。 其次，针对滑模运动不能直接处理的非匹配不确定性和参数不确定性，本文将自适应反步法与滑模控制结合起来，为一类具有参数不确定性、输入增益不确定性和非匹配不确定性的MIMO非线性系统提出了鲁棒自适应滑模控制方法。通过在自适应反步法的最后一步加入滑模控制，对系统的不确定性进行补偿，使系统轨迹保持在指定的滑动流形上。 再次，针对包含有界参数不确定性、有界输入增益不确定性及未知但有界非线性函数的MIMO非线性系统，本文结合动态面控制方法、反步法和滑模控制提出了基于动态面控制的鲁棒反步滑模控制方法。在控制设计中，反步法用来递归设计每一步中的虚拟控制器，而每一步中的虚拟控制器以及最后的实际控制器利用滑模控制实现，这样每一步中的虚拟控制器都能对系统中的不确定性进行补偿。每一步中虚拟控制器的导数使用鲁棒滤波器来估计，从而避免了反步法中的“项数膨胀”问题。基于动态面控制的鲁棒反步滑模控制方法能很好地克服模型的不确定性，提供系统鲁棒稳定和高性能跟踪。