构建了基于Internet的移动机器人控制平台，针对该平台中网络时延的非线性特性，提出了利用线性核和RBF核方法对网络时延序列样本进行回归建模和预测。比较了核方法、BP神经网络和RBF神经网络算法预测误差，表明在移动机器人远程控制中，核方法对网络时延序列预测具有更好的函数逼近能力和较高的预测精度，从而可根据预测时延调节移动机器人控制指令和状态信息的网络传输，保证系统的可靠性，提高移动机器人的控制性能。