机器人是自动执行工作的机器装置。它可以根据事先编好的程序运行，也可以采用智能控制方法来控制其运动。结构上，两轮自平衡机器人模拟人的直立姿态;原理上，两轮自平衡机器人模拟人的平衡技能。如何使得两轮自平衡机器人的运动控制更加平稳、具有更强的鲁棒性，成为机器人研究领域的重要问题，具有重要的研究意义。　　本文作者设计了两轮自平衡机器人的物理系统，建立了其数学模型和系统仿真模型，并对系统进行了运动控制方法的研究，取得以下研究成果:　　第一:两轮自平衡机器人的物理系统及其动力学模型与分析　　本文设计了两轮自平衡机器人的总体结构，改进其内部结构，使得该机器人的电气系统，控制系统和电源系统空间更加合理。该机器人的电气系统是分层递阶的智能体系结构，主控制器选用嵌入式计算机EPC系统;运动控制器选用数字信号处理器DSP系统;传感器包括MTI，编码器和超声波传感器;电机选用直流无刷电机;电源系统包括锂电池和转换电压的电源分配板。在本文中，采用欧拉-拉格朗日方法，基于非完整动力学Routh方程下的广义坐标系，建立两轮自平衡机器人的非线性动力学模型，并对其进行了仿真验证。将该模型线性化之后，得到两轮自平衡机器人的线性化动力学模型，并将其写成矩阵形式。　　第二:基于模糊PID的两轮自平衡机器人平衡控制　　本文设计的两轮自平衡机器人系统具有较强的非线性和不确定性，其精确的运动力学模型是一个高阶次的复杂非线性方程，在实际调试过程中，受到参数试凑法的困扰，常规PID控制往往性能欠佳，对环境的适应性差。针对上述介绍的问题，根据两轮自平衡机器人系统的物理特性，将常规PID控制方法和模糊控制理论相结合，设计出了模糊PID控制器，并与常规PID控制器在动态性能、鲁棒性方面进行了实验对比，结果证明模糊PID控制方法具有更好的控制效果，更加适合应用于两轮自平衡机器人的平衡控制。　　第三:基于模糊产生式规则系统的两轮自平衡机器人避障控制　　本文采用位于机器人底座上的两个超声波传感器来获取机器人周围环境的障碍物距离信息，使得机器人获得一个准确的距离信息，从而识别其运动的周围环境。设计了一种模糊产生式规则系统，实现两轮自平衡机器人的避障控制，首先要建立规则库和确定规则的阂值，然后通过超声波模块可以实时地采集其测量的距离信息，将距离信息量化，带入到模糊匹配函数中，计算得到模糊匹配函数值，与规则的阈值进行比较，若模糊匹配函数值小于阂值，则执行该规则对应的动作;若模糊匹配函数值大于阈值，则不执行该规则。最后进行了物理实验，结果表明此方法可以使得两轮自平衡机器人在未知环境中实现避障，从而使其实现安全可靠的无碰撞运动。　　第四:基于LQR-模糊控制的两轮自平衡机器人运动控制　　LQR-模糊控制方法的主要思想是将线性二次型理论和模糊控制理论合并，采用信息相结合的方法，构建融合函数，将具有多个状态变量的复杂系统的控制问题转化为具有少数变量系统的模糊控制问题。本文中的两轮自平衡机器人具有六个自由度，根据线性系统的输出信息可融合的特点，构建一个双融合函数，将多维状态变量误差融合成综合误差已和综合误差率(e)，减少系统的输入变量个数，把融合函数的输出量作为一个二维模糊控制器的输入量，对两轮自平衡机器人进行运动平衡控制。该控制方法的核心是构建双融合函数，根据最优控制理论生成系统的反馈矩阵，选取适合的权矩阵Q和R，求出系统的状态反馈矩阵K。由于求解出的状态反馈矩阵K是一个2×6矩阵，可以将其分解为两个1×6矩阵。所以，设计两个LQR-模糊控制器，根据最优控制理论，反馈矩阵中的第一、第三和第五个量分别与倾角、位移和转向角对应，第二、第四和第六个量分别与倾角速度、速度和转向角速度对应，得到融合函数的输入输出方程，将融合函数的输出量作为模糊控制器的输入量。仿真实验结果表明，该控制方法具有更好的稳定性和更强的鲁棒性。