全方位移动机器人是一种能够实现对平动和转动独立控制的完整约束机器人，其操作性和机动性较强，在复杂和狭窄空间里表现尤为出色。输入状态约束下的全方位移动机器人轨迹追踪控制是目前移动机器人运动控制的研究热点之一。在机器人的实际应用中，系统中存在的外部扰动(如摩擦力)、参数不确定性等因素都会对控制性能产生不利影响。因此，本文对满足输入状态约束的高精度、强鲁棒性全方位移动机器人轨迹追踪控制器展开了研究，主要研究内容如下：
　　首先，本文设计搭建了全方位移动机器人实验平台，通过对此机器人进行受力分析，建立了未知摩擦力存在情况下的全方位移动机器人动力学模型，并分析了机器人模型的特点，为控制算法设计和仿真实验研究奠定了基础。
　　其次，针对全方位移动机器人轨迹追踪控制中存在的摩擦力干扰和复杂的输入状态约束问题，本文设计了基于改进扩张状态观测器的全方位移动机器人轨迹追踪模型预测控制系统。该控制系统为串级控制系统，其外环利用逆运动学完成参考轨迹到参考速度的转换。内环分为两部分：改进扩张状态观测器观测器在抑制初始微分峰值现象的同时准确估计摩擦力，模型预测控制器负责实时补偿摩擦力和在满足约束条件下完成对机器人的高精度轨迹追踪控制。随后证明了控制系统的有界输入有界输出稳定性，并分别通过仿真和实验验证了控制系统的有效性。
　　然后，针对传统模型预测控制器在模型参数不确定情况下对全方位移动机器人轨迹追踪控制性能的不足，设计了自适应模型预测控制系统。该控制系统为串级控制系统，其外环同样利用逆运动学完成参考轨迹到参考速度的转换。内环首先通过梯度法最小化成本函数得到的自适应律估计系统和摩擦力模型的不确定参数。随后，依据估计参数设计了增量式自适应模型预测控制器。该控制器可以实时补偿摩擦力和在满足约束条件下完成对机器人的高精度轨迹追踪控制，从而解决了模型预测控制器对于精确模型的依赖问题，提高了控制系统的鲁棒性。之后证明了估计参数误差有界以及所提出的自适应模型预测控制系统的可行性和稳定性，并分别通过仿真和实验验证了控制系统的有效性。