移动机器人相关技术研究中,自主导航技术是其研究核心之一,它反映了移动机器人的自主性和智能程度。而为了完成导航任务,必须解决如下四个问题:运动控制、地图构建、路径规划和定位。本论文主要研究室外移动机器人的定位与运动控制两个部分。定位问题是移动机器人导航控制中的一个重要问题,作为机器人导航最为基本环节,机器人首先需要确定自身在二维或三维工作环境中对全局坐标的位姿,然后才能进行后续的导航动作。本课题的移动机器人将在周围有建筑物和树木的环境下中进行自主导航,根据其工作环境的特点,采用RTK-GPS和里程计两种传感器实现组合定位。RTK-GPS的信号非常容易受外界环境的影响,而里程计定位使用航迹推算的方法,其在较短时间内有较高的定位精度,但是随着时间的增加,累计误差会逐渐加大。两种定位方法各有优劣,因此本文使用扩展卡尔曼滤波方法,融合RTK-GPS和里程计定位数据,提高定位精度。在扩展卡尔曼滤波方法中,系统状态误差模型和观测误差模型对最后的数据融合效果有很大影响,为了获得较好的融合效果,本文详细分析了里程计和RTK-GPS的误差模型,在现实环境中采集的RTK-GPS和里程计定位数据,分析其定位误差。设计了评估RTK-GPS定位数据质量的方法,最后通过使用扩展卡尔曼滤波数据融合的方法进行定位,实验的结果验证了定位算法的有效性。轮式移动机器人是一类典型具有非完整约束的非线性系统,要完成其运动控制并不容易。本文研究了移动机器人运动控制中的轨迹跟踪问题。根据移动机器人的运动学模型,设计了全局轨迹跟踪控制器。通过采用Backstepping的方法,选取合适的Lyapunov函数,设计了连续时变轨迹跟踪控制器,并证明闭环系统的全局一致渐近稳定。最后仿真实验表明设计的控制器具有良好的跟踪效果,通过在现实环境中的实验,验证了控制器的在实际工作中的有效性。