自诞生那一刻起，移动机器人就以一种无可代替的形象展示在人们的视线中。移动机器人是近年来发展起来的一门新型学科，它是一门集机械制造、电子技术、自动化、计算机以及智能科学等学科于一身的综合学科，体现了机电一体化的巅峰成就。为了摆脱自然力的束缚，实现人类千百年来的梦想，人们期盼着有一天移动机器人能够代替人类完成日常工作任务，服从人类的命令。当今世界，移动机器人已经成为未知环境探索的主体，从火星探索，到深海作业，都离不开移动机器人的帮助。因此，研究移动机器人技术有着重要的理论意义和实践价值。移动机器人首要的技术就是解决移动机器人的运动控制问题，跟踪控制和路径规划作为移动机器人运动控制最基本最核心的部分，深受研究人员的关注。路径规划是指以各种不同的传感器感知移动机器人所处的环境信息为前提，如何寻找到从起始点到终点的一条安全、无碰撞的运动路径。跟踪控制就是在路径规划的基础之上，通过改变移动机器人的运动方向和运动速度，使移动机器人沿着期望的一条运动轨迹运动。本文以非完整约束下的ASR轮式移动机器人为研究对象，基于ASR移动机器人的运动模型，主要针对移动机器人的动态目标跟踪和轨迹跟踪进行了研究。具体而言，本文的主要研究工作有以下几个方面。第一，针对声纳传感器和红外线传感器测距各自不同的特点和存在的不足，本文把两种不同传感器相融合，基于ASR型轮式移动机器人系统，实现了对移动物体的跟踪。第二，通过对移动机器人轨迹跟踪控制问题的分析，以移动机器人的离散运动学模型为研究对象，提出了一种Kalman滤波迭代学习控制方法，该控制方法是在改进的迭代学习控制律的基础上，结合Kalman滤波算法，具有收敛速度快、抗干扰性强和跟踪误差小的特点。计算机仿真验证了该方法的正确性和有效性。第三，基于移动机器人运动学模型，构造了一种由前馈和反馈两部分组成的移动机器人控制律。前馈部分是采用反演设计的思想设计的滑膜控制器，反馈部分采用Lyapunov函数的方法设计了反馈控制器。实验仿真表明该控制律明显地提高了跟踪控制的精度。第四，为了设计一种全局渐近稳定性的跟踪控制器，本文采用分步来完成。第一步是采用终端快速滑模设计了角速度的控制律，用来渐近镇定前向角误差；第二步是采用Lyapunov方法构造了线速度的控制律,用来渐近镇定位置误差。计算机仿真表明该控制器是有效的。第五，根据非完整约束下移动机器人轨迹跟踪控制的特点，使用有限时间控制技术和滑模控制技术相结合，有效地提高了移动机器人跟踪控制的能力。第六，针对非完整约束移动机器人的运动学模型，提出了一种模糊开闭环PID-P型非线性离散迭代学习控制律，并对控制律的收敛性进行了证明。实验结果表明该控制律提高了迭代学习控制算法的收敛速度，减少了移动机器人轨迹跟踪的误差。最后，对所有工作进行了总结，并对后续工作进行了展望。