随着工厂智能制造模式兴起,移动机器人在人类社会的多个领域开始扮演着重要角色,尤其在工业领域有着重要的应用需求。因此,对自主移动机器人技术的研究具有广泛的应用前景,而轨迹跟踪控制是自主移动机器人领域的重要研究热点和难点之一。自主移动机器人系统对高度时变参数不确定性、未建模动力学和外部扰动具有固有的敏感性。本文就是围绕这一难题对移动机器人的轨迹跟踪控制展开研究的。本文的主要研究工作如下:1.针对在自主移动机器人系统中使用滑模控制会因抖振现象对系统造成不良影响的问题,提出了一种改进型自适应超扭曲滑模轨迹跟踪控制策略。该控制策略是基于自主移动机器人动力学的,在有效消除抖振的同时还加快了系统的响应速度。2.为解决超扭曲滑模控制中存在的参数不确定性问题,设计了鲁棒自适应律在线估计超扭曲滑模控制中的不确定参数,提高了自主移动机器的轨迹跟踪精度和跟踪不同轨迹的能力。3.针对自主移动机器人复杂的运行环境,以及速度信号的难以直接测量或实现成本高等问题,设计了高增益观测器在线估计自主移动机器人运行过程中的位姿速度信号,实现了系统的输出反馈控制。此外,考虑到自主移动机器人的运动控制容易受到各种外界未知扰动的影响,还设计了干扰观测器实时估计移动机人受到的各种扰动,从而增强了系统的鲁棒性。4.鉴于现实环境中极难得到自主移动机器人准确的数学模型,利用神经网络的自学习能力,结合误差反向传播原理与梯度下降法设计了BP神经网络在线辨识自主移动机器人的动力学函数,避免了因建模不准确造成的控制性能下降问题,从而有效提高了系统的控制精度和鲁棒性。最后,通过一系列的MATLAB仿真实验验证了所提出的基于神经网络以及两种状态观测器的改进型自适应超扭曲滑模控制器具有响应速度快、抗干扰能力强、鲁棒性强、控制精度高和对不同期望轨迹依然有效的优越性。