论文结合国家自然科学基金“基于可加模糊行为的轮式机器人运动规划与控制(项目批准号:60975065)”项目,来研究月球车的运动规划与行为控制。月球车的运动规划与行为控制是其导航与控制的关键技术,是月球车能够避开障碍物并进行正常作业的保障。月球车的运动规划与控制的主要问题是月面环境的非结构化,无法建立环境模型。论文提出一种新型的月球车运动规划与行为控制系统来实现在非结构化环境下对月球车的实时控制。论文主要的研究内容如下:　　第一,综合现有行为控制体系结构的优缺点,构建了一种更为合理的月球车行为控制体系结构。该结构由三层组成:组织与协调层、环境感知层和执行层。考虑运动规划要满足月面地形的要求,采用D-H坐标变换的方法对月球车建立运动学模型,该模型满足月球车的机动性能约束条件,通过仿真验证该运动学模型正确性。　　第二,行为控制在星球探测机器人中得到成功应用,但缺乏理论上的分析。因此,提出一种基于SAM的模糊行为控制系统,它从输入到输出有着严格的定义和精确的数学模型,通过该数学模型来实现行为控制在理论上的分析与证明。通过对该数学模型的分析,证明了SAM模糊控制系统的输出是连续、有界、可导的,这保证了月球车的平动速度和转动角速度可以在规定的范围内连续、光滑的变化。　　第三,设计了一种自适应模糊神经网络。采用MCMC-PF的学习算法来修改SAM-FNN的权值,并采用梯度下降法进一步学习来得到全局最优的权值及其各隶属度函数的中心及宽度,解决了单一采用梯度下降法学习陷入局部最小点的问题。