两轮自平衡小车是一种特殊轮式移动机器人,其动力学系统具有多变量、非线性、强耦合、参数不确定等特性。由于具有广泛的应用背景和研究价值,时下对两轮移动机器人的理论和应用研究日益受到国内外控制界的重视。本文研究的本质不稳定两轮自平衡机器人是一种复杂的研究性实验装置,已成为理想的控制理论和控制方法研究的实验平台。本文研究的重点主要集中在以下两个方面:一是对两轮自平衡小车硬件电路的设计与实现问题;二是利用智能控制和最优控制来研究和实现两轮自平衡小车在大范围可控的问题。通过分析和借鉴国内外两轮自平衡小车的结构组成,我们设计完成了两轮自平衡小车的硬件系统。在对动力学和运动学分析研究的基础上,探索性的引入了小车的非线性模型。另一方面,在对小车最大角度可控分析研究的基础上,由于两轮自平衡小车的线性控制器对倾角的可控范围相当狭窄有限,无法实现工作中较大范围的可控。基于这种考虑,在寻求对自平衡小车这一非线性对象大范围稳定控制研究方面,我们提出了两种控制思路:第一,应用自适应神经-模糊控制方法ANFIS来获取模糊控制规则。具体做法是建立三个工作点线性化模型,并对每个线性化模型分别设计线性控制器,利用ANFIS工具学习这些线性控制器的输入输出数据得到模糊规则,从而构成小车的模糊控制器。这里我们主要分两种方法来实现,一是将三个工作点采集的数据整体送给ANFIS学习产生一个新的控制器;另一种是将三个工作点采集的数据分别送给ANFIS学习产生三个控制器,同时对非线性模型进行控制.这两种方法得到的控制器对非线性模型的控制都取得了较大范围的角度可控,而且还较好的改善了系统的动态特性。最后通过对小车非线性模型的输入变量的简化得到了在实际运用中所涉及到的角度、角速度与控制u的二维模糊表;第二,通过最优控制思想进行极点配置得到最优控制状态反馈矩阵。通过引进一种新的最优极点配置方法,用产生的线性控制器对非线性模型进行控制,取得了大范围角度可控,接着运用最优极点配置思想设计了多点线性模糊控制器,该控制器对非线性模型的控制不仅扩大了系统初始角度的控制范围,而且在较大程度上改善了系统的动态特性。最后根据多点线性化思想,对非线性模型的输入变量简化得到了小车在大范围内的角度、角速度与控制u的模糊二维表。