本文旨在对两轮自平衡代步车进行研究。两轮自平衡代步车的想法来源于倒立摆模型,车体结构简单,由车把、踏板和两个平行布置的轮子组成,没有刹车、加速、减速装置。驾驶者只需改变车体角度往前或往后倾,代步车就会根据倾斜的方向前进或后退而速度则与车体倾斜的程度成正比。现代社会交通拥堵已严重影响了人们的出行效率,代步车作为一种小型化、机动灵活、无污染的交通运输工具,将会有着相当广泛的应用前景。两轮自平衡代步车平衡与运动的前提条件是快速且准确地获得其姿态信息,常用的传感器为加速度计和陀螺仪,加速度计静态性能好,不适合动态角度测量,陀螺仪动态性能好,却存在累积漂移误差。通过分析惯性传感器在姿态检测系统中的优缺点,采用一种简易互补滤波算法对陀螺仪和加速度计进行数据融合,生成动态倾角信号。应用MATLAB对该滤波器进行仿真,并设计实验进行检测,实验结果表明该方法有效去除加速度计动态情况下的干扰和陀螺仪累积漂移误差,得到比较准确的动态角度值。互补滤波能够在动态环境下得到比较准确的角度值,但真实值和测量值实际传递关系尚不清楚。为定量分析和研究真实值和测量值之间的关系,在联合仿真中真实有效的反映代步车实际情况,设计实验测得系统的输入输出数据,通过系统辨识获取整个测量环节的传递函数,并将其应用于MATLAB控制环节中。为更加真实的反映代步车的实际情况,对代步车载人情况进行ADAMS和MATLAB联合仿真并介绍其流程,在ADAMS中建立了代步车的虚拟样机,在MATLAB中建立其控制系统,并对代步车进行PID控制。仿真结果表明PID控制范围狭窄,仅适合身高体重相近的人,当人的身高体重发生较大变化时,PID控制效果下降甚至控制失效。针对PID控制抗干扰能力差的缺陷,引进BP神经网络对不同身高体重的人进行非线性映射。通过联合仿真获取不同身高体重对应的最佳PID系数,建立BP神经网络。经过训练后的BP网络,输入样本中的数据时,能够得到近似的期望值,输入样本以外的数据,计算输出的PID系数,用于对代步车进行控制仿真可以达到很好的控制效果。设计制作了两轮自平衡代步车样机进行实物实验,证明在PID控制中加入BP网络后,控制范围扩大并且具有自适应性。