两轮机器人是一个本征不稳定的欠驱动系统,并且具有多变量、非线性、强耦合和参数不确定的特点,其姿态平衡控制原理与人相似,又被称为原理性仿生机器人,让两轮机器人能够像人一样,在受到各种外界干扰时,通过自主学习保持姿态平衡,具有极其重要的研究意义;与此同时,在科技高速发展的今天,让机器具有较高的智能和较好的人机交互模式,可使两轮机器人具有较高的应用价值和广泛的应用前景。本文基于装载安卓智能手机的两轮机器人物理系统,分别采用机理建模和系统辨识两种方法建立了两轮机器人数学模型,在此基础上,进行了智能学习控制的研究,设计了自学习控制算法和基于LQR的自学习控制算法,并以手机为媒介,设计了一套人机交互系统,取得了以下研究成果:第一、两轮机器人机理建模与系统辨识本文搭建了装载智能手机的两轮机器人物理系统,手机与机器人之间通过蓝牙模块进行通信,将两轮机器人物理系统抽象简化,进行一般性假设,使用拉格朗日能量方程方法建立两轮机器人动力学模型,设计零输入响应和零状态响应仿真实验验证模型的正确性,在平衡点附近对模型进行线性化处理,分析其能控能观性,并用PID经典控制算法对模型进行仿真控制实验,再次验证了模型的正确性;为了得到两轮机器人更加精确的数学模型,通过采集两轮机器人实际输入输出数据,采用递推最小二乘法进行系统辨识,对参数进行估计,得到辨识系统的离散模型。第二、自学习控制算法本文针对传统控制算法的弊端,提出了自学习控制算法,该算法结构简单,无需依赖精确数学模型,无需制定复杂的规则,只需给出在合理范围内的初始联结强度和学习率,即可通过不断学习,自我调节,训练出当前环境下的最优控制参数,使两轮机器人的控制效果达到最优;在仿真实验和物理实验中,通过施加脉冲干扰、白噪声干扰和改变机身重量的方式,验证了自学习控制算法的抗干扰性、鲁棒性和自适应性,在与线性二次型最优控制算法对比的情况下,验证了自学习控制算法的有效性。第三、基于LQR的自学习控制算法本文对自学习控制算法进行改良,提出了基于LQR的自学习控制算法,通过LQR最优参数初始化自学习算法初始值,大大降低了自学习算法的计算量,学习训练更少的次数即可获得更好的控制效果。在仿真实验和物理实验中,通过施加脉冲干扰、白噪声干扰和改变机身重量的方式,验证了基于LQR的自学习控制算法同样具有较好的抗干扰性、鲁棒性和自适应性,在与自学习控制算法对比的情况下,验证了基于LQR的自学习控制算法的优越性。第四、基于安卓智能手机的远程遥控应用本文针对两轮机器人传统红外遥控器的弊端,设计了基于安卓智能手机的两轮机器人远程遥控应用程序,充分调用智能手机各种功能及传感器,使两轮机器人的控制方式多样化,智能化,实现物联网。可通过触摸该程序内设计的交互按键、调用重力传感器和语音识别三种方式控制两轮机器人的运动方向和状态,并能接收机器人上传的特定数据,如俯仰角度和运行速度,还可以对控制程序中的一些参数进行设置,比如机器人运行的速度和控制算法的参数;将安装此程序的安卓智能手机置于机器人上,可对机器人周围环境进行照片拍摄和视频录制,并且能在程序内置的电子地图中实时显示机器人位置,搜索指定终点后还可以进行路径规划。