水下仿生机器鱼因其具备自然界鱼类高效、高机动性的游动方式,是现有水下机器人推进方式所不能比拟的,因此水下仿生机器鱼成为机器人研究领域里重要的组成部分,得到科学界、工程界的广泛关注。论文以所设计胸鳍、尾鳍协同推进仿生机器鱼为对象,对其运动控制方法进行研究,主要内容如下:(1)给出了各自由度的正弦运动规律,并结合仿生机器鱼转弯特点建立了动力学模型。在此基础上,研究了机器鱼在水面以及水下的转弯特性。水面上转弯主要分为以胸尾鳍协同推进的定半径转弯与双侧胸鳍推进的原地转弯,采用数值仿真的方法分析了水面上2类不同模式转弯中运动周期、摆幅、初始角等基本运动学参数对转弯角速度以及转弯半径的影响。其中原地转弯最大转弯角速度可达0.196rad/s,定半径转弯中最大转弯角速度可达0.78rad/s。水下转弯主要分为定深转弯与垂直面转弯,实验表明仿生机器鱼可以完成水下定深转弯以及垂直面转弯。(2)以Hopfield神经元振荡器为各自由度CPG(中枢模式发生器)运动控制器,进而建立了七关节双向耦合的CPG控制网络,得到了机器鱼实现水面以及水下游动的控制条件从而实现直游、转弯、倒游、俯仰以及横滚等游动模态。分析了仿生机器鱼在完成俯仰运动以及水下绕轴线实现360°横滚运动的条件。从理论分析与实验结果显示CPG控制具有一定的可靠性以及说明了所设计仿生机器鱼在水下具有良好的三维运动能力。(3)采用Pixy CMUcam5图像模块作为机器鱼的视觉传感器,搭建了仿生机器鱼的视觉控制系统。说明了CMUcam5以颜色特征为目标特征的目标跟踪算法原理。基于上述对仿生机器鱼水面以及水下运动的分析结果将仿生机器鱼的游动模态进行划分并制定了跟踪策略。最后通过进行水面以及水下目标跟踪实验来验证了所搭建基于CMUcam5的机器鱼视觉系统。