En este artículo, proponemos un algoritmo adaptativo de seguimiento de trayectoria de búsqueda pura difusa para vehículos terrestres no tripulados (UGVs), abordando los desafíos de una navegación precisa y estable en entornos complejos. Los métodos tradicionales de búsqueda pura con distancias de anticipación fijas luchan por mantener la precisión en terrenos dinámicos y desiguales. Nuestro enfoque integra de manera única un algoritmo de control difuso que permite ajustes en tiempo real de la distancia de anticipación basados en la retroalimentación ambiental, mejorando así la precisión y suavidad del seguimiento. Además, combinamos esto con control predictivo de modelo (MPC) y control de movimiento de cuerpo completo (WBC), donde MPC pronostica estados futuros y ajusta óptimamente las acciones de control, mientras que WBC asegura un movimiento coordinado del UGV, manteniendo el equilibrio y la estabilidad, especialmente en terrenos difíciles. Esta integración no solo mejora la capacidad de respuesta a las condiciones cambiantes, sino que también permite ajustes dinámicos de equilibrio durante el movimiento. El algoritmo propuesto fue validado a través de simulaciones en Gazebo y experimentos en el mundo real en plataformas físicas. En las pruebas del mundo real, nuestro algoritmo redujo el error promedio de seguimiento de trayectoria en un 45% y la desviación estándar en casi un 50%, mejorando significativamente la estabilidad y precisión en comparación con los métodos tradicionales.