近年来，随着机器人技术的发展，各种各样的移动机器人系统正在开始应用于工业、国防安全、公共安全、灾难救援、科学探测等领域;但是，遥控作业方式仍然是制约移动机器人广泛应用，因而具有全自主行为能力的移动机器人系统开始进入人们的视野，而自主环境适应能力是移动机器人最基本的自主能力之一。机器人系统需要面对不可预知的、动态的、存在时变扰动和噪声的工作环境，这通常会导致机器人动力学参数的变化，从而使传统的机器人控制技术很难得到满意的控制效果并达到自主环境适应的目的。因此作为未来机器人系统自主环境适应能力关键技术之一的自主控制技术，便受到了广泛的关注。　　 本文以水面移动机器人(USV)为背景，研究其在存在大量不确定因素及外界环境干扰条件下的状态及参数估计、跟踪控制及规划、机器人系统实验问题。本论文的具体内容安排如下:　　 第1章，简单介绍了USV的研制与应用的情况;归纳了船舶系统在控制和规划两方面研究与进展，主要针对对跟踪控制和规划的现有方法进行了深入分析和综述，并指出了几种方法中存在的问题。　　 第2章，由于模型是控制算法实现、控制器设计的基础，首先介绍了坐标系统和船舶的动力学模型，并此基础上得出了适合控制器设计的跟踪控制的数学模型。　　 第3章，本章重点研究非线性系统在线估计，在简要介绍了用于非线性估计的UKF方法的基础上，提出了基于状态方差阵对角相似分解UKF(DSDUKF)和奇异值分解UKF(SVDUKF)的滤波器设计方法，放松了UKF算法对状态方差阵半正定性的要求，并在此基础上提出了加速度增强的UKF算法提高了算法精度和实时性。　　 第4章，主要是跟踪控制设计，对二自由度模型在backstepping控制器设计方法上进行改进，增加了一个反馈项，使得系统的镇定收敛更快。针对三自由度跟踪模型，在考虑将来与规划合一的基础上，提出了速度和偏航角控制方案并进行了控制器设计。在此基础上提出了一种基于主动建模的鲁棒控制设计方法，对于包含难以准确建模动力学以及外来扰动等不确定性的系统，可以将其动力学模型合理简化，而将所有不确定因素以模型差的形式引入到系统中;将引入的模型差与系统原有状态组合成增广状态，构造出联合估计模型;再利用加速度增强UKF估计方法在线实时估计这个模型差;同时，将估计出的模型差反馈到控制量中，达到增强系统鲁棒性的目的。　　 第5章，主要研究了在线动态规划算法。在研究规划方法发现，LP动态规划方法可以得到速度规划量，在前面第4章提出的控制策略基础上，将规划与控制合一设计，简化了设计步骤和控制器复杂度，仿真验证这种思想是可行有效的。　　 第6章，介绍了水面机器人移动平台系统。在船载控制系统中，叙述了系统结构、硬件设备、系统集成等，接着着重阐述了平台系统的辨识及控制试验。在最后对全文作了总结。