پاندول معکوس به عنوان یک مسئله ی کلاسیک در دینامیک و کنترل شناخته می شود که اغلب به منظور بررسی کارایی نظریه های کنترلی مورد استفاده قرار می گیرد. در سال های 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 مدل سازی و کنترل این سیستم نیاز باشد. تاکنون مقالات ارائه شده از دیدگاه های مختلفی ربات تعادلی را مورد بررسی قرار داده اند، گروهی به معرفی این ربات به عنوان یک وسیله نقلیه پرداختند، گروهی کوشیده اند تا معادلات حرکتی جامعی برای آن استخراج کنند و گروهی نیز این ساختار را (چون گذشته) برای امتحان نظریه های کنترلی خود به کار برده اند. در دهه ی گذشته روش های کنترل غیرخطی برای کنترل موقعیت، سرعت و تعادل ربات پیشنهاد و مورد بررسی قرار گرفته است، همچنین در سال های اخیری استفاده از روش های هوشمند برای کنترل ربات رشد چشمگیری داشته و تا جایی پیش رفته است که الگوریتم های هوشمند مقاوم و بهینه، برای کنترل ربات حتی بدون در نظر گرفتن معادلات دینامیکی آن پیشنهاد شده است. این پایان نامه ابتدا به معرفی ربات تعادلی کوچکی به نام «زحل» پرداخته و سپس با بهره گیری از روش های غیرخطی (مد لغزشی) و هوشمند (شبکه عصبی فازی) به کنترل ربات می پردازد. لازم به ذکر است ربات زحل نه به عنوان یک وسیله ی نقلیه که تحت عنوان یک ریز ربات مطرح می شود. در پیاده سازی عملی نشان می دهیم که روش کنترل مد لغزشی به عنوان یک کنترل کننده ی مقاوم که بر پایه ی مدل سیستم ساخته می شود، 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 می دهیم علی رغم توانایی کنترلی مناسب و نوسانات کم، این کنترل کننده ها در عمل زمان لازم برای آموزش را پیدا نکرده و به علت کوچک بودن ابعاد ربات و کم بودن تاخیر مکانیکی، نمی توانند با اغتشاشات خارجی مواجه شوند. برای برطرف کردن این مشکل، ترکیبی خطی از کنترل کننده ی مد لغزشی و شبکه عصبی- فازی ارائه شده است که تابع ترکیب کننده ای همواره به تلفیق خروجی کنترل کننده ها پرداخته و بر اساس ضریب خطای ورودی، درصدی از سیگنال های کنترلی را به خروجی منتقل می سازد.