双轮自平衡机器人作为移动机器人崭新的研究领域,因其运动灵活、零半径回转、结构简单等诸多优点受到人们的青睐。但由于自平衡机器人具有高度不稳定性、多变量、非线性、强耦合等特点使其在控制过程中存在相当的难度。目前的双轮自平衡机器人在实际运动过程中,仍然存在姿态反馈不精确、倾角变化幅度小、动态性能差等短板。本课题为了提高双轮自平衡机器人的动态稳定性,提出了一种基于传感器数据融合的模糊自适应PID控制策略。根据双轮自平衡机器人的工作原理对其进行数学建模,在正确建立坐标系的基础上进行动力学建模并得到机器人的状态空间方程。基于机器人状态方程对系统进行性能分析,并通过搭建仿真模型来验证所建模型的正确性。根据机器人的工作特点选择加速度计和陀螺仪作为姿态获取的传感器,通过建立传感器的数学模型分析其误差来源,并对比改进后的互补滤波和卡尔曼滤波融合算法在自平衡机器人倾角测量中的实时准确性,以满足双轮自平衡机器人获取姿态的要求。考虑到机器人在实际运动过程中姿态角持续无规律变化的工作特点,设计了具有不同论域范围和变隶属度函数特点的变倾角模糊PID控制方法,并通过MATLAB/Simulink平台仿真验证所设计变倾角模糊PID控制的优越性。为了验证本课题所设计的改进滤波融合算法的有效性以及变倾角模糊PID控制器的可行性,搭建双轮自平衡机器人实验平台并进行系统软件设计,在此基础上对改进的滤波融合算法和变倾角模糊PID控制器进行实验分析。实验结果表明,改进后的卡尔曼滤波融合算法解决了互补滤波存在的跟随性差,抖动量大,小漂移等缺陷,在自平衡机器人控制中更具优越性。同时,变倾角模糊PID控制与传统PID控制相比,机器人在平衡和前进控制过程中具有较强的自适应能力和鲁棒性,其调节时间分别缩短0.8s和3s,超调量分别降低10%和16%。仿真和实验验证了所设计自平衡机器人控制系统的有效性。