路径规划和运动控制是自主轮式移动机器人领域的重要研究方向,也是机器人实现自主导航、完成复杂智能任务的关键,集中体现了机器人的感知能力和智能水平。本文针对栅格环境地图模型下,移动机器人上位机的路径规划控制器执行周期短这一特点,采用基于启发式搜索理论的搜索算法设计路径规划控制器。同时针对轮式移动机器人非完整运动学模型,设计出轨迹跟踪控制器和路径跟踪控制器,从而完成了移动机器人自主导航目标。本文主要工作如下:首先,介绍了移动机器人导航技术的发展情况。并且阐述了移动机器人导航研究中的关键技术,包括路径规划和运动控制。以及这两项关键技术在移动机器人导航中的应用范围和应用中需解决关键问题。其次,详细阐述了人工智能领域的启发式搜索理论,包括启发式信息和估价函数以及搜索算法的可采纳性。在充分考虑搜索的实时性、最优性需求以及估价函数死区问题的基础上设计了基于图搜索策略A-Star算法的路径规划控制器。该控制器能够在全局占有栅格地图中高效地寻求最优路径。再次,详尽分析了轮式移动机器人非完整运动学模型。针对带时间参数的行走轨迹,通过构造一种简单的虚拟反馈变量,结合Lyapunov直接法设计了基于Backstepping的时变反馈轨迹跟踪控制器。针对由离散路径点组成的行走路径,采用Lyapunov直接法设计出基于点镇定原理的路径跟踪控制器。并且通过设计仿真实验对上述控制器进行了验证。最后,介绍了实验室J-Pot轮式移动机器人的系统架构。通过对路径规划控制器和路径跟踪控制器进行算法的移植来设计移动机器人自主导航实验。利用采集到的实验数据详尽分析了控制器的执行性能,同时证明由于采用合理的设计思路和简化策略,不仅增强了控制器算法移植的可操作性,而且能够让控制器运行更加稳定。