随着世界工业化进程速度的逐步加快,陆地上的矿产资源日益短缺,而深海海底又蕴藏着丰富的矿产资源,由此看来,深海采矿的重要性变得越来越明显。深海机器人是一种能大幅提高深海采矿效率的工具,对深海机器人的研究也就成为深海采矿的一种热点问题。深海机器人按要求路径准确行走是深海采矿的一项基本的要求,如果能采用控制算法提高深海机器人轨迹跟踪的精度,对提高整个深海采矿系统的工作可靠性和工作效率将具有十分重要的意义。本文研究的目的是寻找一种有效的轨迹跟踪算法,使工作于深海底、易受到随机大干扰的深海机器人能以较小误差跟踪规划路径行走。通过对深海机器人的物理结构及行走特点和其特殊的工作环境的分析,建立了深海机器人的运动学模型和动力学模型。首先运用传统的滑模变结构控制算法对深海机器人进行轨迹跟踪控制,从控制结果中可以知此方法具有较好的动静态性能和较好的鲁棒性等,但存在抖振效果。为减弱变结构系统的抖振,采用了一种RBF神经网络对滑模变结构控制算法进行优化,设计出了基于RBF神经网络的控制器,通过Matlab工具对所选用的算法进行仿真,从仿真结果可以看到,该算法能较为有效地消除抖振,具有很好的控制效果。根据深海机器人物理特性和深海底工作环境,对ARM嵌入式芯片进行选型,设计出一种基于ARM的嵌入式控制平台。最后介绍系统的软件平台以及操作界面,实现对深海机器人的轨迹跟踪的控制。