大致将其分为三种：反馈镇定、路径跟踪和轨迹跟踪[10,11]
。
反馈镇定：在系统输入控制下，使机器人从坐标系中任意初始位置移动到目标位
置，并且能够稳定。
路径跟踪：笛卡尔坐标系中，使机器人在系统控制作用下，从任意初始位置， 能
够以目标速度跟上设定的路径，而路径跟时间无关。
轨迹跟踪：笛卡尔坐标系中，使机器人在系统控制作用下，从任意初始位置， 能
够以目标速度跟踪上设定的轨迹，轨迹与时间相关。换言之，机器人要在期望时间以
期望速度和期望姿态到达期望位置。
路径跟踪和轨迹跟踪两者的差别，在于路径跟踪和时间 t并没联系，而轨迹跟踪
的目标轨迹受时间控制。路径跟踪问题相当于是轨迹跟踪问题的简化情况。
1.4 移动机器人轨迹跟踪控制的研究现状
移动机器人的轨迹跟踪， 期望速度和期望姿态随时间变化， 所以也叫做动态跟踪，
是目前移动机器人运动控制研究工作中的重点。实际轨迹跟踪如图 1.5 所示。
图中，虚线表示机器人实际运动的轨迹，实线表示机器人要跟踪上的期望轨迹。
容易发现，机器人实际的运动轨迹跟期望轨迹并不完全吻合，而导致误差出现的原因如下[12,13]：
（1）很难建立移动机器人的精确数学模型；（2）在实际运动中，机器人会受到外界干扰；
（3）在高要求的运动控制中，机器人还会受到很多不确定因素的影响；所以，为了实现系统的精确跟踪，一般设计可靠的控制策略，使跟踪误差趋于 0。
目前，已经出现了多种理论成熟的控制策略，有如下：
（1）滑模变结构控制方法[14-17]
其原理是按期望的动态特性来设计一个切换超平面（即滑模面） ，在滑模控制器
作用下使系统从滑模面之外向滑模面内收束，在当系统状态到达滑模面之后，将沿滑
模面到达系统原点。
滑模控制方式， 能很好克服模型不确定性的影响， 并对外界干扰有很强的鲁棒性，
特别是在非线性系统的控制方面有很好效果。 变结构控制系统的算法相对来说比较简
单，系统响应也较快，对干扰和被控对象的参数摄动具有鲁棒性，所以在移动机器人
控制方面受到很多的关注和研究。不过该方法也有明显缺点，因为系统输出项会从控
制律的不连续项转过来，导致系统切换不同控制逻辑而出现“抖振” ，影响实际控制
效果。
（2）反演控制[18,19]
（backstepping）
反演控制方法是一类非线性控制方法，利用积分 backstepping 思想拟合中间反
馈变量，并通过结合 Lyapunov函数来设计出时变控制律。该方法的设计很麻烦，而
对于机器人的加速度的需求也使其很难得到实际的应用。
（3）计算力矩方法
这种控制方法通过建立的移动机器人动力学模型，来控制其电机以达到控制效果。忽略外界扰动的情况下，移动机器人的动力学模型还存在于不确定项和未建模误
差，使得很难建立起一个精确的模型，所以该方法实际意义不大。
（4）自适应控制方法
对于系统参数的改变，自适应控制能够自我识别，进而调整控制律，来达到相对
理想的控制效果。不过该方法的实时性并不能满足非完整移动机器人的需求，并且系
统还容易因为参数的不确定性而不稳定，实际应用比较有限。
（5）智能控制方法[20]
智能控制是移动机器人控制中的新手段，控制律的设计开始不受线性的局限， 不
再依赖于精确的数学模型，具有广阔的理论研究价值和发展前景。对于移动机器人的 matlab轮式机器人轨迹跟踪的滑模变结构控制及仿真研究(3):http://www.youerw.com/zidonghua/lunwen_12804.html