在轮式机器人的领域内,两轮自平衡小车是其中一个非常重要的分支,小型化、简单化是它最主要的优点,一般工作在狭小和危险的空间内。同时又是非线性、欠驱动、强耦合系统,适合作为各种控制算法研究和验证的科学实验平台。本论文主要对两轮自平衡小车的控制方法进行研究,同时还在滤波器设计、软件实现方面进行了详细的阐述,并进行实验验证。首先,采用牛顿力学方法对小车车轮、车身等进行受力分析,建立小车系统的动力学模型和数学模型,对系统在平衡点附近作线性化处理,解耦为两个子系统,对系统的能控性、能观性及稳定性进行了分析。其次,在数学模型的基础上,设计了一种基于指数趋近律下的滑模变结构控制器,仿真结果表明系统中会出现抖振现象。结合模糊控制的特点,设计出自适应模糊滑模控制器,利用模糊算法对滑模控制的切换增益项进行自适应调整。仿真结果表明改进后的控制器能很好的减小抖振。第三,对加速度计和陀螺仪测出的数据进行处理,然后将卡尔曼滤波算法和互补滤波算法对比分析,选择卡尔曼滤波算法对数据进行处理,可得更准确的倾角等数据。最后,基于AVR Studio和GCCAVR联合集成开发环境,设计出小车各功能模块,搭建小车系统的实物平台,并进行小车平衡实验,得到小车平衡时的电机端电压PWM波形。从而验证该控制算法的有效性。