近年来非完整约束移动机器人在军事、科技、生产、生活中受到了广泛的关注,然而,移动机器人在实际应用中,一方面存在执行器饱和约束问题,另一方面系统存在模型不确定性和未知干扰。为了使移动机器人能够按照期望轨迹运动到需要执行任务的区域,就需要研究如何在复杂环境中进行精确地轨迹跟踪控制。针对以上问题,本文使用模型预测控制的方法,进行了移动机器人轨迹跟踪控制的相关研究,论文的主要研究工作如下:首先,针对非完整移动机器人存在执行器饱和约束问题,提出了基于模型预测控制的轨迹跟踪控制策略。考虑移动机器人在不存在干扰的情况下,提出了模型预测控制的方法使得移动机器人能够对参考轨迹进行跟踪。为了证明模型预测控制在有限预测时域内的稳定性问题,提出了局部控制器,利用局部控制器计算出终端代价函数和终端域,通过Lyapunov函数证明了系统的稳定性。其次,针对实际系统中存在持续未知干扰的轨迹跟踪控制问题,设计了基于扩张状态观测器的模型预测控制,实现了存在外部干扰的移动机器人轨迹跟踪控制。考虑移动机器人系统中存在的未知干扰,提出扩张状态观测器,实现干扰观测,根据名义误差系统,提出了基于模型预测控制的轨迹跟踪控制,将优化问题转换为二次规划问题进行求解,通过上述控制策略实现了移动机器人在未知环境中的轨迹跟踪控制。最后,针对移动机器人进行轨迹跟踪控制的实时性问题,提出了基于事件触发的模型预测控制策略。通过设计双闭环控制策略用来解决移动机器人轨迹跟踪控制,其中外环通过backstepping控制方法产生期望的速度和角速度,内环提出了带有执行器饱和约束的模型预测控制的方法,为了减轻模型预测控制的计算负担,进一步提出了事件触发控制,实现了在减小计算量的同时精确地完成轨迹跟踪控制。