1.一种移动机器人轨迹跟踪控制方法，其特征在于，包括：模型建立步骤，基于一机器人模型确定其在控制系统控制下的运动学方程，设定一参考轨迹作为全局参考轨迹，基于所述运动学方程和所述全局参考轨迹的定义轨迹跟踪误差，基于所述轨迹跟踪误差建立位置误差模型；

离散处理步骤，对所述运动学方程及位置误差模型进行离散化处理，得到移动机器人的运动学离散模型及误差离散模型；

最优控制步骤，定义成本函数，基于所述成本函数设定事件触发机制的触发条件和触发间隔，在触发条件满足时，求解有限预测时域的最优控制问题，得到最优控制序列和相应的状态轨迹，所述成本函数包括阶段成本、终端成本；

其中，所述成本函数为与所述误差离散模型相关的函数；

所述触发条件配置为： ， 为可调参数， 是扰动上界， 为李普希兹常数， 是采样周期， 为第 步开环控制的实际轨迹，为第 步开环控制的最优状态轨迹，触发事件序列为 ，其中指的是触发时刻；

将一离散控制障碍函数 引入所述成本函数，则成本函数表示为如下计算模型：，

其中，阶段成本表示为： ；

为轨迹状态误差的加权平方和， 为控制输入的加权平方和，终端成本表示为： ， 为轨迹终端状态误差的加权平方和， ， ， ， 分别为成本函数的权重矩阵， 为预测时域长度；

，

， 为可调参数，用于调整惩罚项的权重， 为的数量， 是 的最大允许值；

将所述离散控制障碍函数 引入MPC框架求解最优控制问题，则最优控制问题表示为如下计算模型：其中，

为预测起点状态误差，与当前实际误差 一致；

表示使用当前时刻的状态初始化预测状态变量；

为预测时刻 的状态误差， 为预测时刻 的状态误差；

表示下一时刻的状态由上一时刻状态经系统函数进行更新，即通过状态转移函数 和控制输入来更新状态误差；

为预测时刻 的控制输入， 表示输入约束，确保输入不会超过系统的承受范围而出现系统失稳的情况，U为控制输入约束条件， 为终端约束，， ，

， 为安全容错距离， 为障碍物最大半径；

所述触发事件序列中，触发时刻满足 ，其中，触发间隔 用于表示为上一时刻最优控制量连续作用的时间，设定避障过程为事件触发机制的触发条件，所述触发间隔优化配置为：，sup{}为

上确界函数。

2.根据权利要求1所述的移动机器人轨迹跟踪控制方法，其特征在于，所述最优控制序列 和相应的状态轨迹 表示为如下计算模型：，

。

3.根据权利要求1所述的移动机器人轨迹跟踪控制方法，其特征在于，所述预测时域在时刻的大小基于如下自适应预测时域 的计算模型得到，，

其中， 为最小预测时域， 为可变预测时域， 为初始预测时域。

4.根据权利要求3所述的移动机器人轨迹跟踪控制方法，其特征在于，所述自适应预测时域满足约束条件： 。