随着城市交通变得越来越拥堵,汽车尾气排放对环境污染的越来越严重,噪声对人们生活的影响日益加剧。寻找一种新的短途代步工具,对城市生活来说,就显得必要而急切。平衡车作为一种新颖的交通工具,具有便携,低功耗,无污染,无噪声等诸多优点,一经问世,便逐渐受到越来越多人的青睐。近年来平衡车逐步的市场化,并在各种领域得到应用,给人们生活和工作带来便利的同时,其存在的一些安全问题也是不容忽视的。平衡车的应用,自然离不开控制的作用,最核心最关键的技术也在于控制部分。为了解决平衡车应用中安全问题,也就需要在控制方面做更深入的研究。近年来关于平衡车系统的控制研究,也引起了国内外诸多学者的广泛研究兴趣,时至今日也已经取得了丰硕的研究成果,然而前进的步伐并没有停止。平衡车系统作为,一种非线性、欠驱动、含有未知参数等不确定性的不稳定系统,对与控制来说,是具有一定的难度的。对于平衡车系统的研究,有基于精确模型的状态空间反馈控制,基于非线性系统的鲁棒控制,LQR控制,滑模控制,模糊控制,神经网络控制,等等都取得相应的进展。本文的研究出发点,以平衡车的控制算法为主要研究内容,设计相应的控制算法,以期望提高系统的鲁棒性能。本文首先对平衡车系统通过拉格朗日方法建立力学模型,然后基于此模型的基础上设计控制算法。并首先验证了最基本的PID控制器在平衡车系统中的应用,然后设计了自适应鲁棒控制器,及利用反推控制器设计方法的神经网络控制算法,基于极限学习机的参数估计算法。所有的算法都首先通过MTLAB仿真验证了可行性,并最终在平衡车实物上得到应用验证。