运动规划系统是月球车导航与控制的关键组成部分，良好的运动规划系统的设计是月球车有效避障，安全抵达目标的可靠保证。现有的月球车的运动研究均以运动学为主，以车体的平动速度和转动速度作为驱动控制系统的输入量，而按运动学模型进行的控制在设计控制器时必须考虑二者的约束关系。本文针对月球车的机动性能约束问题进行了如下研究：　　 首先，针对月球车机动性能约束问题，提出了具有可分析性的可加模糊行为系统。该系统将可加模糊控制与行为控制相结合，利用二者并行运行结构等特点，提高系统的鲁棒性。该系统的输出是一个凸和的形式，结合月球车行为设计控制器的各个输入输出变量，通过凸分析的方法，对可加模糊行为系统的输出平动速度、转动速度、平动加速度、转动加速度进行有界性与连续性的证明，为月球车的行为设计与运动学习提供基础。　　 其次，运用可加模糊控制方法设计了月球车基本行为--趋向目标行为、避障行为以及沿障碍行走行为，完成月球车避障功能。基于可加模糊行为系统积木式的结构特点，提出行为凸组合的行为融合策略，设计了权系数调整控制器，该控制器以虚拟传感器方向上障碍入侵月球车安全底线的最小距离和目标位置向量上的障碍物距离作为输入，以各子行为的权重系数作为输出，通过环境信息，调整各子行为的权重，解决行为切换机制引起的轨迹振荡、能耗大的问题。通过仿真验证可加模糊行为系统输出的有界性与连续性。　　 最后，针对月球车运动学习收敛速度慢的问题，提出了凸优化的学习算法。该算法利用凸函数性质中Young不等式的概念，建立具有新的约束的目标函数，利用该目标函数凸性，提高神经网络的学习速度。首先将可加模糊控制与神经网络结合，利用神经网络的学习功能学习隶属度函数、模糊规则等参数，以改善可加模糊行为系统性能，由于可加模糊行为系统输出变量具有连续性的特点，因此采用基于梯度下降的学习算法，然后对该算法进行凸优化，提高其收敛速度。仿真结果验证了方法的有效性。