海洋生态环境的研究以及资源的开发利用是人类维持自身的生存与发展,拓展生存空间最有效可行的途径,海洋将成为人类未来关注的焦点。海洋资源的开发与探索需要大量的设备支撑,而现有的水下载运工具已经无法满足对海洋探索与开发的需求。因此,水下仿生机器人以其高效、灵活和隐蔽的性能将成为人类探索海洋过程中重要的平台。未来的水下仿生机器人将在复杂的水下环境中进行水中生物观察、水下工作勘探、海域军事侦察等重要任务,与单个水下仿生机器人比较而言,多水下仿生机器人系统能够完成更为复杂的任务,因此针对多水下仿生机器人系统开展高效、稳定的编队控制方法是一个重要的研究方向。此外,水环境的复杂性,以及仿生机器鱼自身推进方式的特殊性,使得多仿生机器鱼编队控制这一研究课题极具挑战性。本文将针对多仿生机器鱼编队控制及避障问题进行研究,主要内容如下:(1)考虑动态领航者按照自身动力学模型运动,多个跟随者机器鱼以其为编队参考点,根据编队要求形成队形并整体跟随领航者运动的问题,给出了多仿生机器鱼分布式编队控制的方案。首先,各跟随者机器鱼基于二阶一致性算法对领航者位姿信息进行分布式估计;其次,给出了以领航者为参考点的多仿生机器鱼编队描述方法,接着各机器鱼可以根据编队的具体要求,以所估得的领航者机器鱼的信息实时更新自己在编队中的期望位姿,并通过Lyapunov函数对编队算法是否稳定进行了证明;再次,各跟随者机器鱼以速度误差和角速度误差,以及所估得的领航者位姿信息为输入,利用模糊控制器确定其速度档和方向档,实现编队的形成和保持。最后通过仿真分析和仿生机器鱼实体实验,说明了所提分布式编队算法的可行性。(2)在基于二阶一致性算法的多仿生机器鱼编队问题基础上,研究了以中枢模式发生器(Central Pattern Generator,CPG)网络作为仿生机器鱼运动控制器时的编队控制问题。各机器鱼基于二阶一致性算法对领航者位姿信息进行分布式估计,然后根据编队要求确定其期望位姿,并通过参数转换层作为CPG控制网络的参考输入;PID控制器用于产生基于速度/角速度误差的反馈信号,并通过参数转换层作为CPG网络的反馈输入。各输入参数通过CPG网络振荡器实时产生节律信号,该信号可在线精确调整仿生机器鱼的位姿。实验结果表明,与(1)相比,基于CPG控制网络的仿生机器鱼在参数突变的情况下具有很强的适应能力,因此能够实现编队的精确控制。(3)针对环境中存在静态和动态障碍物的情形,提出了一种可实现避障的多仿生机器鱼分布式编队控制方案。首先,为保证各相邻仿生机器鱼之间进行信息交互并且使得各仿生机器鱼之间形成固定的距离,利用人工势场法设计了多仿生机器鱼编队形成及保持算法。其次,通过设计障碍物周围的斥力场和吸引场使得仿生机器鱼能够避开各障碍物,当领航者机器鱼跟踪目标点游动时,跟随者机器鱼利用二阶一致性算法通过与相邻机器鱼之间的信息交互,使得各仿生机器鱼状态信息达到一致。最后进行了仿真分析和仿生机器鱼的实体实验,用于验证所提编队算法的可行性。