机器人在现代社会中起到了越来越重要的作用，其产品在工业、农业、医学、军事等领域都已得到了广泛的应用，而其控制器的设计则是制造机器人的关键技术之一。机器人系统属于比较复杂的非线性系统，容易受到自身和外界一些不确定因素的影响，因此其控制器的设计就成为一个难题。而两轮自平衡机器人结构简单，便于分析，并且是一种非线性、多变量、本质不稳定、强耦合的运动控制系统。因此，研究两轮自平衡机器人对整个机器人领域的控制器设计都具有十分重要的意义，同时也是检验各种控制算法的理想平台。本文以两轮自平衡机器人为实验对象，将线性系统理论与模糊控制技术进行结合，来设计一种控制器。既解决了现代控制理论过分依赖精确数学模型的缺陷，又解决了模糊控制器难以处理多输入控制问题。其设计思想是首先利用LQR方法生成的反馈矩阵来构造融合函数，通过融合函数降低系统的输入维数，然后通过模糊控制器来对系统进行控制。仿真和实验结果表明，采用该种控制策略既可以保证机器人的稳定，又可以控制机器人到指定位置和角度。在上述控制策略中，模糊控制部分的量化因子和比例因子主要依赖经验或凑试法来获得。为了得到更理想的控制效果，本文又利用粒子群算法对上述模糊控制器中的量化因子和比例因子进行优化。结果证明经验值与优化值存在差距，并且量化因子与比例因子对整个控制效果有较大影响。最后，针对解耦器设计困难、且理论计算设计出的解耦器与系统实际情况之间存在着一定偏差的难题。本文尝试构造两个融合函数对机器人的六维输入变量进行整体融合，从而取代了原系统中的解耦器，成功地实现了对两轮自平衡机器人的实时控制。最终的仿真和实验结果均表明，该种控制策略是可行的，并有很好的理论和现实意义。