چکیده: پاندول معکوس به عنوان یک مسئله ی کلاسیک در دینامیک و کنترل شناخته می شود که اغلب به منظور بررسی کارایی نظریه‌های کنترلی مورد استفاده قرار می‌گیرد. در سال‌های اخیر، ایده ی ربات های تعادلی دوچرخ با الگو گرفتن از پاندول معکوس مطرح شده است، غیرخطی، ناپایدار و غیرهولونومیک بودن ربات موجب شده است به حجم بالایی از محاسبات برای مدل‌سازی و کنترل این سیستم نیاز باشد. تاکنون مقالات ارائه‌شده از دیدگاه‌های مختلفی ربات تعادلی را مورد بررسی قرار داده‌اند، گروهی به معرفی این ربات به عنوان یک وسیله نقلیه پرداختند، گروهی کوشیده‌اند تا معادلات حرکتی جامعی برای آن استخراج کنند و گروهی نیز این ساختار را (چون گذشته) برای امتحان نظریه‌های کنترلی خود به‌کار برده‌اند. در دهه ی گذشته روش های کنترل غیرخطی برای کنترل موقعیت، سرعت و تعادل ربات پیشنهاد و مورد بررسی قرار گرفته است، همچنین در سال‌های اخیری استفاده از روش‌های هوشمند برای کنترل ربات رشد چشمگیری داشته و تا جایی پیش رفته است که الگوریتم‌های هوشمند مقاوم و بهینه، برای کنترل ربات حتی بدون در نظر گرفتن معادلات دینامیکی آن پیشنهاد شده است. این پایان‌نامه ابتدا به معرفی ربات تعادلی کوچکی به نام «زحل» پرداخته و سپس با بهره گیری از روش‌های غیرخطی (مد لغزشی) و هوشمند (شبکه عصبی فازی) به کنترل ربات می‌پردازد. لازم به ذکر است ربات زحل نه به عنوان یک وسیله ی نقلیه که تحت عنوان یک ریز ربات مطرح می‌شود. در پیاده‌سازی عملی نشان می‌دهیم که روش کنترل مد لغزشی به عنوان یک کنترل‌کننده‌ی مقاوم که بر پایه‌ی مدل سیستم ساخته می‌شود، توانایی کنترل ربات در بروز اغتشاشات خارجی را دارد، اما این روش نوسانات شدیدی را به دنبال داشته و خطای ردگیری زیادی دارد. پس به سراغ طراحی یک شبکه عصبی- فازی برای کنترل همزمان تعادل و مسیر حرکت ربات رفته و نشان می‌دهیم علی رغم توانایی کنترلی مناسب و نوسانات کم، این کنترل‌کننده‌ها در عمل زمان لازم برای آموزش را پیدا نکرده و به علت کوچک بودن ابعاد ربات و کم بودن تاخیر مکانیکی، نمی‌توانند با اغتشاشات خارجی مواجه شوند. برای برطرف کردن این مشکل، ترکیبی خطی از کنترل‌کننده ی مد لغزشی و شبکه عصبی- فازی ارائه‌شده است که تابع ترکیب‌کننده ای همواره به تلفیق خروجی کنترل‌کننده‌ها پرداخته و بر اساس ضریب خطای ورودی، درصدی از سیگنال‌های کنترلی را به خروجی منتقل می‌سازد.