本論文提出一智慧型控制器於輪型倒單擺系統中使其可自我保持平衡。硬體設計方面，整個系統係以Arduino DUE微控制實驗板為主要控制核心，並配合自製的I/O介面卡，包含了光學解碼晶片以及馬達驅動晶片，使控制系統能與直流伺服馬達溝通。本論文感測器採用陀螺儀偵測輪型倒單擺系統的傾斜角度，且陀螺儀資訊做角度計算前，會先透過卡曼濾波器(Kalman Filter)改善陀螺儀測量時的測量誤差，藉此可以更準確地計算出目前輪型倒單擺系統之傾斜情況。控制器設計方面，本論文設計一自我平衡及移動控制系統，其中包含平衡控制器及轉向控制器。平衡控制器利用一解耦合模糊滑動模式控制(Decouple Fuzzy Sliding Mode Control, DFSMC)方法進行設計，因輪型倒單擺系統的運動平衡控制問題涉及兩個方面，姿態平衡控制及運動軌跡控制，因此透過所提出之解耦合方法可同時解決此兩種控制問題。轉向控制器利用模糊滑動模式控制方法設計輪型倒單擺系統的兩輪速度差補償及方向控制。最後，經由不同實驗結果顯示本論文所設計之控制方法確實可使輪型倒單擺系統達到自我平衡，並且具有移動及轉向等功能。

This paper presents an intelligent controller for a self-balancing wheeled inverted pendulum system. In hardware design part, the control system is designed in an Arduino DUE microcontroller, and with a self-made I/O control card. Furthermore, this paper uses gyroscope to detect the tilt angle of the wheeled inverted pendulum system. In controller design part, this paper designs a self-balancing and moving control system, which includes a balancing controller and a yaw steering controller. Balancing controller designs based on decoupled fuzzy sliding mode control (DFSMC) approach, because the motion and balance control problem of wheeled inverted pendulum involves two aspects, posture balance control and trajectory control. Yaw steering controller via fuzzy sliding mode control method controls two speed difference compensation and direction control of the wheeled inverted pendulum system. Finally, experimental results show that the proposed control system implements a wheeled inverted pendulum system with self-balancing, moving and yaw steering functions.

目錄
中文摘要	I
英文摘要	II
目錄	III
圖目錄	V
表目錄	VIII
第一章	緒論	1
1.1	研究背景	1
1.2	研究動機	3
1.3	論文架構	4
第二章	硬體規格與架構	6
2.1	硬體架構	6
2.2	ARDUINO DUE微控制實驗板	8
2.3	直流伺服馬達	11
2.4	自製I/O介面卡	14
2.5	傾斜角度量測元件	19
第三章	自我平衡及移動控制系統	26
3.1	輪型倒單擺運動系統說明	26
3.2	自我平衡及移動控制系統設計架構	27
3.3	平衡控制器	31
3.4	轉向控制器	38
3.5	控制系統軟體設計流程	42
第四章	實驗結果與分析	44
4.1	實驗一：原地平衡控制	44
4.2	實驗二：前進與後退控制	47
4.3	實驗三：左右轉向控制	50
4.4	分析討論	53
第五章	結論與未來展望	54
5.1	結論	54
5.2	未來展望	54
參考文獻	56
 
圖目錄
圖2.1、輪型倒單擺實體圖	6
圖2.2、硬體溝通架構圖	7
圖2.3、Arduino DUE微控制實驗板實體示意圖	10
圖2.4、Arduino程式開發環境	10
圖2.5、NXT直流伺服馬達	11
圖2.6、樂高傳輸線接頭	12
圖2.7、光學編碼器做正轉運動時量測訊	13
圖2.8、光學編碼器做反轉運動時量測訊	14
圖2.9、自製I/O介面卡實體圖	15
圖2.10、自製I/O介面卡接腳說明圖	15
圖2.11、HCTL2032接腳圖	16
圖2.12、LB1836接腳圖	17
圖2.13、LB1836邏輯示意圖	18
圖2.14、馬達控制原理圖	19
圖2.15、單軸NXT陀螺儀實體圖	20
圖2.16、傾斜角度計算流程示意圖	20
圖2.17、卡曼濾波器公式流程圖	21
圖2.18、陀螺儀角速度變化量示意圖	24
圖2.19、卡曼濾波器效果示意圖	25
圖3.1、直立、前傾、後傾圖	27
圖3.2、輪型倒單擺示意圖	29
圖3.3、輪型倒單擺側面示意圖	29
圖3.4、輪型倒單擺上視示意圖	30
圖3.5、自我平衡與移動控制系統方塊圖	31
圖3.6、平衡控制器輸入歸屬函數	35
圖3.7、平衡控制器輸出歸屬函數	35
圖3.8、模糊規則庫舉例說明圖	37
圖3.9、轉向控制器輸入歸屬函數	40
圖3.10、轉向控制器輸出歸屬函數	40
圖3.11、控制系統軟體設計流程	43
圖4.1、實驗一之車身傾斜角度 響應圖	45
圖4.2、實驗一之輪子旋轉角度 響應圖	45
圖4.3、實驗一之車身轉向角度 響應圖	45
圖4.4、實驗一之原地平衡控制實驗分鏡圖	46
圖4.5、實驗二之車身傾斜角度 響應圖	48
圖4.6、實驗二之輪子旋轉角度 與旋轉角度控制命令 比較圖	48
圖4.7、實驗二之車身轉向角度 響應圖	48
圖4.8、實驗二之前進與後退控制實驗分鏡圖	49
圖4.9、實驗三之車身傾斜角度 響應圖	51
圖4.10、實驗三之輪子旋轉角度 響應圖	51
圖4.11、實驗三之車身轉向角度 與轉向角度控制命令 比較圖	51
圖4.12、實驗三之左右轉向控制實驗分鏡圖	52
 
表目錄
表3.1、平衡控制器模糊規則庫	36
表3.2、轉向控制器模糊規則庫	41

參考文獻
[1]	白翼銘，改良式DSP主控之兩輪機器人型動控制，中央大學電機工程研究所碩士論文，指導教授王文俊，2005。
[2]	李垂憲，兩輪自走車之設計與實現-以NIOS為核心之基本控制，中央大學電機工程研究所碩士論文，指導教授王文俊，2006。 
[3]	苗士恆，自我平衡二輪機器人之設計與實現，淡江大學電機工程學系研究學碩士論文，指導教授王文俊與翁慶昌，2010。 
[4]	鄭鈞元，兩輪自我平衡機器人之平衡控制，中央大學電機工程研究所碩士論文，指導教授王文俊，2003。
[5]	Arduino - HomePage, URL: http://www.arduino.cc/
[6]	S. Ahmad, M.O. Tokhi, and Z. Hussain, “Rejection of yaw disturbance in a two-wheeled wheelchair system, ” Third Asia International Conference on Modelling & Simulation, pp. 454-459, 2009.
[7]	B.J. Choi, S.W. Kwak, and B.K. Kim, “Design of a single-input fuzzy logic controller and its properties,” Fuzzy Sets and Systems, vol. 106, no. 3, pp. 299-308, 1999.
[8]	F. Grasser, A. D’Arrigo, S. Colombi, and A.C. Rufer, “JOE: a mobile, inverted pendulum,” IEEE Transactions on Industrial Electronics, vol. 49, no. 1, pp. 107-114, 2002.
[9]	HCTL2032 Datasheet (PDF), URL: http://www.alldatasheet.com/datasheet-pdf/pdf/203575/AVAGO/HCTL2032.html
[10]	J. Huang, Z.H. Guan, T. Matsuno, T. Fukuda, and K. Sekiyama, “Sliding-mode velocity control of mobile-wheeled inverted-pendulum systems,” IEEE Transactions on Robotics, vol. 26, no. 4, pp. 750-758, 2010.
[11]	C.H. Huang, W.J. Wang, and C.H. Chiu, “Design and implementation of fuzzy control on a two-wheel inverted pendulum,” IEEE Transactions on Industrial Electronics, vol. 58, no. 7, pp. 2988-3001, 2011.
[12]	S. Jung, and S.S. Kim, “Control experiment of a wheel-driven mobile inverted pendulum using neural network, ” IEEE Transactions on Control Systems Technology ,vol. 16, no. 2, pp. 297-303, 2008.
[13]	LB1836 Datasheet (PDF), URL: http://www.alldatasheet.com/datasheet-pdf/pdf/40548/SANYO/LB1836.html
[14]	J. Lee, I. Han, and J. Lee, “Fuzzy sliding mode control of unicycle robot,” 2011 8th International Conference on Ubiquitous Robots and Ambient Intelligence, pp.521 -524, 2011.
[15]	J. Lee, S. Han, and J. Lee, “Decoupled dynamic control for pitch and roll axes of the unicycle robot,” IEEE Transactions on Industrial Electronics, vol. 60, no. 9, pp.3814-3822, 2012.
[16]	LEGO Shop for Gyroscopic Sensor, URL: http://search2.lego.com/?q=shop&lang=2057&cc=US#cc=US;lang=2057;q=gyro;ns=1
[17]	LEGO Shop for Interactive Servo Motor, URL: http://shop.lego.com/en-US/Interactive-Servo-Motor-9842
[18]	T.S. Li, C.C. Chen, and Y.T. Su, “Optical image stabilizing system using fuzzy sliding-mode controller for digital cameras,” IEEE Trans. Consumer Electron., vol. 58, no. 2, pp. 237-245, 2012.
[19]	NXTR motor internals, URL: http://www.philohome.com/nxtmotor/nxtmotor.htm
[20]	K. Pathak, J. Franch, and S. K. Agrawal, “Velocity and position control of a wheeled inverted pendulum by partial feedback linearization,” IEEE Transactions on Robotics, vol. 21, no. 3, pp. 505-513. 2005.
[21]	T.J. Ren, T.C. Chen, and C.J. Chen, “Motion control for a two-wheeled vehicle using a self-tuning PID controller,” Control Engineering Practice, vol. 16, no. 3 , pp. 365-375, 2008.
[22]	O.K. Sayidmarie, M.O. Tokhi, A.M. Almeshal, and S.A. Agouri, “Design and real-time implementation of a fuzzy logic control system for a two-wheeled robot,” International Conference on Methods and Models in Automation and Robotics, pp. 569-572, 2012.
[23]	Segway, URL: http://www.segway.com/
[24]	C.C. Tsai, H.C. Huang, and S.C. Lin, “Adaptive neural network control of a self-balancing two-wheeled scooter,” IEEE Transactions on Industrial Electronics, vol. 57, no. 4, pp. 1420-1428, 2010.
[25]	K. Viswanathan, R. Oruganti, and D. Srinivasan, “Nonlinear function controller: a simple alternative to fuzzy logic controller for a power electronic converter,” IEEE Transactions on Industrial Electronics, vol. 52, no. 5, pp. 1439-1448, 2005.
[26]	G. Welch, and G. Bishop, “An Introduction to the Kalman Filter,” University of North Carolina at Chapel Hill Department of Computer Science Chapel Hill, NC 27599-3175.
[27]	Wikipedia, URL: http://www.wikipedia.org/