全驱动轨迹跟踪船舶因其操纵灵活,较高的安全性能常被应用于特定的工程作业中如海上货物运输、海洋石油勘探、海底管道建设和供给等。然而实际的海洋作业中,船舶执行器极易受到物理限制,过大的控制器信号会导致船舶执行器的损坏,因此研究输入受限的全驱动船舶轨迹跟踪控制问题具有重要的实际意义。本文以全驱动水面船舶作为研究对象,结合非线性控制理论、动态面控制技术、障碍李雅普诺夫函数、预设性能函数、指令滤波技术、神经网络、自适应技术以及Nussbaum函数等理论工具,研究讨论系统中存在未知部分、船舶控制器输入受限、系统输出受限、预设船舶跟踪性能以及受到外界海洋干扰等问题。本文主要研究工作包括以下几个方面:第一,针对船舶模型含有未知部分和受到未知外界环境扰动的输入受限全驱动船舶的轨迹跟踪控制问题,提出了最小参数法神经网络的自适应递归滑模动态面控制方法。该方法将动态面控制技术与递归滑模思想相结合,在避免微分爆炸的同时避免系统因动态面导致的参数摄动问题,利用最小参数法的神经网络技术对系统中的不确定部分进行在线逼近,有效降低神经网络估计船舶模型不确定部分的计算量,然后利用分段光滑函数对控制信号进行受限并利用辅助系统和Nussbaum函数对控制律进行补偿,最后利用自适应技术估计神经网络逼近误差和未知外界环境干扰。通过Lyapunov稳定性理论得到了闭环系统是半全局一致最终有界的,仿真结果表明了本文所提出的控制算法可以使船舶控制力和力矩受限在一定区域内,力和力矩曲线光滑合理且有效,船舶可精确地跟踪期望轨迹。第二,在实际海洋工程中,船舶会不可避免的遇到狭窄水道或航行拥挤的情况,因此本文设计了基于障碍李雅普诺夫函数的全驱动船舶轨迹跟踪自适应递归滑模反演控制方法。该方法利用时变非对称障碍李雅普诺夫函数的自身特性处理系统输出受限问题并放宽了初始约束条件,将指令滤波控制技术与递归滑模思想相结合,有效降低控制信号的幅值,并在避免因反步法导致的微分爆炸问题的同时增强系统的鲁棒性能,利用最小参数法的神经网络对系统中存在的未知部分进行在线估计,最后利用自适应技术逼近估计误差和外界环境干扰。通过Lyapunov稳定性理论得到了闭环系统是半全局一致最终有界的,仿真结果表明本文所设计的控制算法的有效性,并有效提高了船舶的轨迹跟踪精度,使船舶输出轨迹受限在时变范围内。第三,在研究船舶轨迹跟踪稳态性能的同时,暂态性能也是不容忽视的。为了约束船舶轨迹跟踪的暂态性能,本文设计了基于神经网络预估器的指令滤波递归滑模反步控制方法。该方法将预设性能函数与时变非对称障碍李雅普诺夫函数有机结合对船舶的暂态与稳态跟踪性能进行有效约束,将指令滤波控制技术与递归滑模思想相结合降低系统控制信号的幅值并提高系统的鲁棒性能,设计神经网络对系统未知参数和外界环境干扰进行在线逼近,利用预估器有效提高神经网络逼近精度和暂态性能,最后利用自适应技术估计神经网络逼近误差提高系统的控制精度。通过Lyapunov稳定性理论得到了闭环系统是半全局一致最终有界的,仿真结果表明了本文所设计的控制算法的有效性,在约束系统稳态性能的同时也有效的约束了系统的暂态性能。最后,将一艘76.2m的供给船作为本文的实验对象进行仿真实验和仿真分析,实验结果表明本文所设计的全驱动船舶轨迹跟踪的自适应反演控制方法对于船舶的输入受限、输出受限、暂态性能与稳态性能约束、模型存在未知部分或模型参数未知、船舶受到外界未知环境扰动等实际问题仍可使船舶系统按照期望轨迹航行并保证一定的控制精度,实现期望的控制目标。