全方位移动机器人具有平面运动的3个自由度,运动灵活性高,被广泛应用到狭窄拥挤环境中。但是由于全方位轮的特殊结构,运动过程中往往具有运动轨迹误差大,稳定性低等问题。针对MY3轮在运动过程中的振动现象及轨迹偏差等现象,研究其运动特性,采用BP神经网络方法来解决。充分利用BP神经网络模型的优点,将PD控制器与BP模型进行结合,进行BP-PD轨迹跟踪控制器算法研究,为提高全方位移动机器人的运动稳定性控制打下了基础,促进了全方位移动机器人的应用。根据移动平台的运动特点及轨迹方程建立了圆形曲线BP神经网络模型和正弦曲线BP神经网络模型,并分析及优化了神经网络内部参数,以及初始角度、不同速度及不同轨迹对模型的影响。以BP神经网络模型为基础进行轨迹仿真实验,通过输入不同轨迹方程对BP模型进行了普遍适应性验证,并通过对比轨迹标准差判断出神经网络模型的优越性。基于合适的BP神经网络模型能够减缓移动平台振动,提高轨迹精度。通过圆形轨迹实验对仿真结果进行了验证,对比实际运动轨迹与理想轨迹的误差,证明了BP神经网络模型对轨迹精度有所提高。利用加速度传感器对水平方向及竖直方向综合加速度变化进行了采集,通过对比不同拟合方式的加速度,证明了运动稳定性得到了改善。从轨迹误差和运动稳定性两个方向判断出圆形曲线BP神经网络模型更具有适应性。研究BP-PD轨迹跟踪控制器的应用,对控制方程进行了推算,利用正弦轨迹与抛物线轨迹仿真实验对控制器的可行性进行了验证。对转速拟合前和拟合后两种模型完成了轨迹跟踪,证实了运动稳定性提高的必要性。最后分析了神经网络参数对角加速度的影响,为有效地避免移动平台发生打滑现象提供了基础。