近年来,蛇形机器人以其伪装性强、易于隐蔽、结构紧密和高度集成化的特点越来越受到关注,且因其具有欠驱动、强耦合和强非线性的特点,其在控制领域也备受关注。蛇形机器人的关节角跟踪和路径跟踪问题是其能够完成自主运动、避障运动和复杂环境下目标探测的前提和基础。因此,研究蛇形机器人的关节角跟踪和路径跟踪具有重要的理论与实际应用价值。首先,贴合实际蛇形机器人机械结构设计,推导带有分离式从动轮并考虑单节连杆质量偏心形式下的蛇形机器人动力学方程。通过实际模型的力学抽象得到蛇形机器人的力学模型;考虑分离式摩擦力和偏心效果,基于粘滞摩擦模型,建立了动力学方程,并对动力学方程做驱动力解耦。其次,针对蛇形机器人蜿蜒步态,开展蛇形机器人关节角跟踪和直线路径跟踪研究。本文对动力学方程做被驱动量和非驱动量分离,采用局部状态反馈-PD控制器进行蛇形机器人关节角跟踪,基于RBF神经网络辨识器-PI控制器进行蛇形机器人直线路径跟踪,自动搜索PI参数,同时改进视线导引律,提高蛇形机器人侧移速度和直线路径跟踪速度,同时检验外加干扰下控制算法的性能。然后,针对蛇形机器人鳗鱼步态,开展蛇形机器人关节角跟踪和直线路径跟踪研究。针对蛇形机器人在做鳗鱼步态运动时出现的关节角跟踪困难和路径跟踪难以稳定的问题,本文采用滑模控制器进行关节角跟踪,并基于带有非线性项的神经网络辨识器-PI控制器进行直线路径跟踪,同时在干扰下检验控制器性能。再次,开展蛇形机器人曲线路径跟踪研究。基于分段导引律进行蛇形机器人曲线路径跟踪,加快蛇形机器人在逼近目标曲线阶段的跟踪速度,同时考虑导引律切换面,基于滤波思想设计切换面函数,使蛇形机器人在导引律切换时能平滑过渡。最后,考虑关节间不确定摩擦力矩对系统的影响,基于自适应神经滑模控制器进行蛇形机器人直线路径跟踪。根据李雅普诺夫稳定性条件,推导自适应律,以RBF神经网络逼近动力学方程中包含关节间摩擦力矩的不确定项,基于内环滑模控制器、外环神经网络辨识器-PI控制器进行蛇形机器人直线路径跟踪,并在干扰下检验控制器性能。将自适应算法扩展到曲线路径跟踪,结合分段导引律,完成曲线路径跟踪。