海洋具有丰富的天然能源、矿产、海洋生物等自然资源,因此开发海洋资源是解决当前资源短缺的一个重要途径,也是经济向前发展的重要支撑。海底环境复杂,由人类亲自去完成各类工作难度较大,并且具有危险性,因此人类对海洋侦察探测技术需求强烈。目前,海洋侦测传感器等海洋探测技术逐渐发展起来,但仍然无法满足需要。因鱼类拥有体积小、灵活度高、隐蔽性好等优点,研究者开始转向对水中仿生机器鱼的研究。水中机器鱼的机械结构以及运动学模型是当前研究的重点,但是对水中机器鱼的路径规划、避障及编队控制方面的研究还不够深入。本课题模拟水中仿生机器鱼对吉林省的松花江水域进行探测,以水中机器鱼为研究对象,对水中机器鱼的路径规划、避障以及编队控制展开研究。首先,本文以鲹科鱼类作为研究对象,建立了三关节机器鱼的数学模型,对三关节机器鱼的运动模型进行验证,证实其运动状态与真实鱼类运动状态相符合。其次,本文提出栅格法建立环境模型混合遗传算法对机器鱼进行路径规划的方法。将实验室的实验平台在MATLAB软件中虚拟出栅格空间,然后用遗传算法对机器鱼进行路径规划。在MATLAB中进行实验仿真,仿真实验证明栅格法建立环境模型混合遗传算法能够做到对机器鱼的路径规划。然后,为了解决机器鱼在进行水域探测任务时,需要机器鱼躲避障碍物的情况,提出改进的人工势场法进行避障研究。通过对算法进行改进,解决了传统人工势场法中存在的局部极小值和目标不可达问题。将改进前和改进后的算法在MATLAB软件中进行仿真实验并对比,仿真结果表明改进的算法能够使得机器鱼更灵活的进行避障。最后,针对单条机器鱼完成全部探测任务耗时过巨的问题,引入多条机器鱼编队控制。对机器鱼编队控制中的队形的形成、队形的保持都做出改进。通过leader-follower编队控制法对机器鱼队形进行控制,在设计的编队控制器下对机器鱼运动型模型进行转化,通过设置中转点和查表方法确定leader的位姿信息,再基于l-?法,使得机器鱼能够保持队形进行编队控制。实验的结果验证了提出方法的可行性。