本文的研究对象是两轮自平衡小车,它是一种本质不稳定的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;其运动环境复杂且运动学方程受到非完整约束;其控制任务复杂,在完成平衡控制的同时还要完成路径规划、路径跟踪等任务。对两轮自平衡小车的研究能有效地反映控制中的许多典型问题:如非线性问题、鲁棒性问题、镇定问题、随动问题以及跟踪问题等。因此,两轮不稳定小车是一种复杂系统的研究性实验装置,是研究各种控制方法的一种比较理想的平台。本文的研究重点主要有两方面。一方面是研究如何扩大倾角的可控范围,另一方面是研究如何简化这些控制算法以便将其应用到实际的小车控制系统中去。通过分析和借鉴国内外两轮自平衡小车的结构组成,参与设计了两轮自平衡小车控制系统的硬件结构、硬件电路及软件编程。在对动力学和运动学分析研究的基础上,引入了小车的非线性模型。为了能实现对小车的稳定控制,将该非线性模型进行了基于泰勒级数展开的近似线性化,并根据得到的线性化模型分别设计了状态反馈控制器和最优控制器这两种线性控制器。通过对小车最大可控角度的分析研究,发现这两种线性控制器对小车倾角的可控范围相当狭窄,无法实现实际工作中较大范围可控的目标。基于这种考虑,在寻求对不平衡小车这一非线性对象大范围稳定控制方面,提出了两种控制思路:第一,基于模糊线性化模型的稳定控制器;第二,基于多点线性化的自适应神经网络模糊控制器。这两种控制器对非线性系统的稳定控制都取得了较大的范围,而且还较好地改善了系统的暂态特性。最后在自适应神经模糊控制器的基础上,通过简化输入变量得到在实际运用中需要的角度、角速度与控制u的模糊二维表,利用汇编和C语言编程实现该模糊控制算法,实现了对小车的实际稳定控制。