近年来,移动机器人在民用、军用、商用等各个领域已经有着越来越广泛的应用。其中,由于全方位移动机器人可以独立且同时进行平移和旋转运动,所以更适合于对机动性要求高的狭窄空间,如工厂、仓库和医院。因此,如何实现全方位移动机器人精确、可靠、稳定的轨迹追踪控制已经成为机器人领域研究的热点之一。本文以全方位移动机器人为研究对象,针对机器人建模和标定参数过程复杂耗时、机器人模型存在不确定性以及存在外部扰动的问题,以无模型自适应控制为主要方法,研究了在不需要任何数学模型和参数信息的情况下全方位移动机器人的轨迹追踪问题。主要研究内容如下:首先,本文简单介绍了实验室自建的全方位移动机器人平台,并且为了仿真中更好的验证所提控制方法的有效性,推导了全方位移动机器人的运动学和动力学模型。然后,针对机器人建模复杂费时、模型存在不确定性以及存在外部扰动等问题,本文提出一种适用于全方位移动机器人的无模型自适应控制方法。即首先定义了一个新的旋转坐标系,以便将无模型自适应控制方法应用于轮式移动机器人。然后在典型的无模型自适应控制方法中引入了坐标变换矩阵和终端滑模控制,以保证系统收敛,并对所提控制方法进行了稳定性分析。不仅如此,还提出了一种具有明确物理解释的伪雅可比矩阵初始值设定方法。此外,通过仿真和实验验证了所提控制方法的有效性。最后,针对无模型自适应控制方法存在的问题,如伪雅可比矩阵存在估计误差、低阶数据模型不能包含全部非线性动态,本文提出基于神经网络和并发学习补偿的无模型自适应控制方法。即首先建立低阶动态线性化数据模型,然后采用神经网络估计伪雅可比矩阵和未被包含的非线性动态,由并发学习更新神经网络的权重,并给出了基于神经网络和并发学习补偿的无模型自适应控制器。此外,对所提控制方法进行了稳定性分析,并在仿真和实验中,验证了所提控制方法的有效性。