基于视觉的非完整轮式移动机器人在工业、军事和商业等生产活动中扮演着越来越重要的角色,其中轨迹跟踪问题是非完整轮式移动机器人的重要研究内容。非完整系统的轨迹跟踪时间优化问题,如有限时间控制,吸引了众多科研工作者。然而,基于有限时间的非完整机器人轨迹跟踪问题的收敛时间往往依赖于系统状态的初始值,在实际工业生产中系统的初始值却又不便于提前获取,所以我们不容易估计跟踪的时间。因此,本文将以基于视觉的(2.0)和(1.1)型非完整轮式移动机器人为例,讨论其固定时间轨迹跟踪问题。固定时间控制的收敛时间不由系统初始值决定,仅仅由控制器的参数决定,便于提前估计控制所需的时间。本文前两章主要介绍了课题研究的背景及意义,对国内外研究现状加以分析,简要论述了非完整轮式移动机器人控制研究中已有的研究方法。讨论了非完整轮式移动机器人的基础知识,并给出了有限时间控制与固定时间控制的定义及原理。后两章节首先考虑了带有未校准摄像机参数的(2.0)型轮式移动机器人固定时间轨迹跟踪控制问题,提出了固定时间自适应轨迹跟踪控制律。给出了参数未知的机器人系统动力学模型,并推导出跟踪误差系统。利用状态和输入变换将轨迹跟踪问题转化为误差系统的固定时间稳定问题。然后利用非奇异递归终端滑模面控制方法设计了固定时间控制器,使实际系统能够在固定时间内跟踪上参考轨迹。然后我们再次讨论了带有未校准摄像机参数的(1.1)轮式移动机器人轨迹跟踪问题时,我们考虑了系统受到未知的外界扰动情况,利用RBF神经网络逼近了系统中的未知参数,解决了其在固定时间内的轨迹跟踪问题。最后仿真结果验证了所设计控制器的有效性。本文创新之处在于针对具有未校准摄像机参数的机器人系统,设计了一种基于固定时间轨迹跟踪的新型控制器,使得机器人在实际运行期间,能够实现对参考轨迹的有效跟踪,并将时间控制在固定时间内,且收敛时间很大程度上只依赖于控制器相关参数的设计。基于之前文献提出的终端滑模方法,我们设计了一种新的三阶递归滑模面模型,可以保证三阶链式系统的固定时间稳定。