Este documento presenta una estrategia de control robusto para el control de seguimiento de trayectoria de Manipuladores Móviles de Deslizamiento (SSMM) utilizando un enfoque de Control Predictivo No Lineal Robusto (R-NMPC) que minimiza los errores de seguimiento de trayectoria mientras supera las incertidumbres del modelo y las perturbaciones terra-mecánicas. La estrategia propuesta está destinada a contrarrestar los efectos de las perturbaciones causadas por el fenómeno de deslizamiento a través del contacto rueda-terreno y las interacciones bidireccionales propagadas por el acoplamiento mecánico entre la base y el brazo del SSMM. Estas interacciones se modelan utilizando un marco dinámico no lineal acoplado que integra incertidumbres acotadas para la base móvil y las articulaciones del brazo. El modelo se desarrolla basado en principios de balance de energía de cuerpo completo y torques de enlace. Luego, una arquitectura de control centralizada integra un NMPC nominal (sin perturbaciones) y un controlador auxiliar basado en Control de Rechazo de Perturbaciones Activas (ADRC) para fortalecer la robustez del control, operando la dinámica del sistema completo como un solo cuerpo robótico. Mientras que la estrategia NMPC es responsable de la tarea de control de seguimiento de trayectoria, el ADRC aprovecha un Observador de Estado Extendida (ESO) para cuantificar el impacto de las perturbaciones externas. Luego, el ADRC se dedica a compensar las perturbaciones externas y las incertidumbres derivadas de la discrepancia entre la representación nominal y la respuesta real del sistema. Las simulaciones y experimentos de campo realizados en una base Pioneer 3P-AT ensamblada y un brazo robótico Katana 6M180 bajo restricciones de terreno demuestran la efectividad del método propuesto. En comparación con controladores no robustos, el enfoque R-NMPC redujo significativamente los errores de seguimiento de trayectoria en un 79.5% para bases móviles y un 42.3% para brazos robóticos. Estos resultados destacan el potencial para mejorar el rendimiento robusto y la eficiencia de recursos en condiciones de navegación complejas.