机器人自发明而来一直发挥着重要作用,尤其广泛应用于制造业、生产业、军事领域以及生产生活等诸多领域,因此,对机器人的研究既具有理论价值,又有商业前景、实际应用价值。两轮机器人作为机器人中特殊一员,因灵活性和便利性广泛被国内外研究学者的关注和研究,这种特殊的机器人极其适合危险物品运输、短途代步工具等;但因两轮机器人本身存在的非线性、不稳定性以及强耦合性等特性,使得其控制器的设计变得比较困难。因此,研究两轮机器人系统具有理论和实践双重意义。本文研究的是刚性两轮机器人,即左右轮和车身是独立的,先分析两轮机器人受力情况,再分别运用牛顿力学法和拉格朗日法建立了运动学模型和动力学模型;因两轮机器人的模型存在非线性和强耦合性,因此,为便于分析两轮机器人系统,需对该模型作线性化分析和解耦分析;最后,利用控制理论分析判别两轮机器人模型的稳定性、能控性以及能观性,为下文控制器的设计提供了理论依据。两轮机器人的姿态信息通过组合陀螺仪和加速度计来采集,为了实现信息采集的精确性以及机器人的控制精度,再利用卡尔曼滤波算法对两个传感器采集的数据进行融合,获取两轮机器人更精确的姿态信息。基于加速度计和陀螺仪的模型,利用SIMULINK仿真分析。仿真结果验证卡尔曼滤波器的滤波效果。基于两轮机器人的线性模型,利用极点配置理论和LQR最优控制器理论进行分析,并设计了相应的控制器;使用SIMULINK对两种控制器的性能对比分析,结果表明,LQR控制器能更快地使两轮机器人恢复到平衡状态;但因在设计LQR控制器时权矩阵Q和R值是根据人为经验选取的,偏主观性,因此使设计的控制性能不能达到最佳状态。基于这一缺陷,本文利用粒子群优化算法对权矩阵进行全局寻优,得出最优的一组权矩阵,再求解出最优的反馈控制率K,最后利用SIMULINK对优化后的LQR控制器的性能进行验证。