一、文献综述
- 国内外研究现状
美国赛格威公司开发的赛格威ensp;HT两轮电动平衡车将人们从过去传统的“ensp;三点平衡ensp;”和以低重心、以此追求稳定的底盘设计思想的束缚中解放了出来，通过实时检测车体的角度和角速度。用适当的回复转矩来避免倾斜摔倒。赛格威的系统利用5个惯性比率传感器(陀螺仪)、2个倾角传感器、2个电机编码器和光学脚垫传感器，把系统所需要的实时数据提供给了控制器进行处理，控制器经过运算确定输入给电机的能量大小。虽然赛格威已经是一款知名的商业产品，但对于这种机械系统的研究是多种多样的。以此作为一个起点，两轮自平衡机器人已经被国内外广泛学习和研究。
当下我国电动平衡车产业近年的发展情况[3]，2008年赛格威公司产品在北京奥运会出现，甚至有作为巡逻警备交通工具使用，开始进入国人的视野，国内企业开始注重电动平衡车，争相开发与研究。经过多年的不断进步与发展，并且在全球“节能减排”的号召下，电动平衡车被越来越多人所喜爱。对市场来说，年轻人群更是对此尤其喜爱，尤其在近几年，像是小米公司出品的平衡车受到了追捧，成为了一种时尚产品。平衡车在个人使用领域得到了蓬勃的发展。
国内院校方面，许多高校的团队或个人都对平衡车的相关内容进行各种探讨，有从控制算法方面研究的，其中最常见莫过于结合PID的算法[5]。有向数据处理方面研究的，像似卡尔曼滤波或者是互补滤波，以及在不同的硬件系统平台研究与实践，有用DSP作核心控制处理的，也有使用MCU的，在各方各面都进行尝试。
- 研究主要成果
总的来说，现在一般的平衡车设计主要点有以下几个：通过传感器获得车体姿态数据、姿态数据处理、微控制器控制电机调整姿态。近几年，随着浪潮到来，对于自平衡车的研究也越演越热。相关的设计方案层出不穷，有不少优秀的案例。
两轮自平衡机器人与倒立摆非常相似，倒立摆[6]是一个重要的控制研究的试验平台。两者同样是一种典型的非线性，不稳定的被控对象。倒立摆经常使用的线性二次调节器（LQR）在现代控制理论中占有非常重要的位置。一个基于Arduino微控制器的两轮自平衡机器人[1]的设计案例中所采用的控制算法就是基于LQR的PI-PD控制，采用双PID控制策略对两轮车进行控制，并通过线性二次型最优控制(LQR)理论计算出反馈矩阵K作为PID控制器参数。
除了上述较为传统的案例外，还有基于卡尔曼滤波和PID算法的两轮自平衡车[2]，两轮直立代步平衡车的设计与实现[4]。两者均使用了卡尔曼滤波，尔曼滤波操作包括两个阶段：预测和更新。 在预测阶段，滤波器在最后一个状态下使用估计值来估计当前状态。 在更新阶段，过滤器优化了预测阶段获得的预测值，以获得更精确的新估计值。
考虑到外部环境因素[7]，文中提到由于摩擦力的作用，系统的稳定运行状态速度和姿态角度具有一定关系，可以通过控制倾角大小来控制两轮车的行走速度。采用拉格朗日建模方法，建立了两轮车自平衡系统的数学模型，并采用自适应模糊控制方法，通过仅反馈倾角和倾角速度来实现倾角的跟踪控制。
大多数两轮自平衡车系统主要区别在于传感器的选择、微控制器的选择以、控制算法以及数据处理方法。传感器选择基于系统要求和性价比来进行抉择；微控制器亦是根据具体系统所需选择处理能力及功能足够的芯片；而控制算法大多数都是采用以PID算法或在此基础上的改进。设计中，为了追求高性价比的产品，传感器往往选用较为廉价的，因此数据处理方法显得尤为重要，通过更优的处理方法能提高姿态数据的准确性。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
