移动机器人已广泛应用在医疗服务、餐饮行业、物流运输等领域,先进的机器人技术逐渐代替人工作业。移动机器人的路径规划与轨迹跟踪是机器人自主导航的关键技术,其运动路径是否平滑影响着机器人的移动效果,能够生成符合车辆运动学的可行路径并且稳定跟踪控制是实现的移动机器人自主导航的基础。本文从移动机器人的实际问题出发,以松灵SCOUT通用型底盘为实验平台,在工控机上安装Ubuntu系统,搭载16线激光雷达和IMU传感器,采用ROS通讯机制,自主设计了可以实现移动机器人规划运动的方案。通过现有激光雷达与IMU采集的数据融合处理得到周围环境和障碍物信息,生成导航地图。根据地图信息和传感器数据进行Hybrid A*路径规划和模型预测跟踪控制,本文主要内容为:（1）针对连续两步扩展问题,机器人运动方向状态改变较大会影响跟踪控制的精准度问题,本文提出一种基于曲率差量的代价惩罚作为解决方案。以相邻节点曲率为出发点,节点属性加入当前节点和父节点的曲率信息,通过连续两步的相邻曲率差量之和优化了扩展代价函数,更新了节点扩展的键值,轨迹曲率的变化明显减缓,经过路径平滑处理后使规划路径更适合于轨迹跟踪,在一定程度上也降低了跟踪控制的性能需求。（2）采用梯度下降法迭代计算优化可行路径,平滑器由障碍物项、曲率项、平滑项和Voronoi项组成,将规划的路径点迭代优化获得更为平滑的路径点序列,保证了机器人移动轨迹的平滑性,满足机器人的运动学需求。（3）跟踪控制器以模型预测控制为核心,构建预测模型分析未来动态,对开环优化问题数学求解,将求到的解的第一个控制量作用于系统。本文以移动机器人运动学模型为基础,加上对动力学关系的分析计算,设计了基于轨迹曲率的速度约束方法,输出速度需满足曲率速度约束和最大速度约束。该方法保证了移动机器人的跟踪速度满足其性能需求的同时,提高了跟踪算法的安全性。最后搭建SCOUT移动机器人平台,通过程序设计完成Hybrid A*路径规划与模型预测跟踪控制模块,建立实验环境地图对规划模块和控制模块进行实验验证。本文图78幅,表11个,参考文献56篇。