近年来,随着海洋的经济价值及战略地位的逐渐升温,对水下无人航行器的研究也逐年增多。相比于传统的螺旋桨驱动水下无人航行器,仿生机器鱼由于其运动灵活、体积小、成本低廉、伪装性强的特点,更加受到研究人员的关注。为了优化仿生机器鱼的运动特性,及使其运动更加接近真实鱼类,对真实鱼类的研究也必不可少。研究真实鱼类的主要方法为观察在不同水流环境下其对应的运动规律,探究其动力学模型及使用计算流体力学探究其对应流场游动的优势。要观察鱼类的规律,就需要我们有对应的可以计算出鱼类实时位置与姿态的程序与算法。同时,在找到鱼类运动的运动规律后,需要将其转化为仿生机器鱼用动力学方程,驱动仿生机器鱼执行类鱼的运动。同时,为了构建全局视觉仿生机器鱼控制平台,对机器鱼及目标识别的全局视觉算法也必不可少。针对上述问题,本文所做的研究主要分为以下几个部分:1)针对仿生多关节机器鱼,设计了一整套完整的控制系统,包含中枢控制器,无线通讯单元,电源管理单元,及运动执行单元;2)针对仿生多关节机器鱼,提出了一种非线性中枢模式控制器算法,对比了提出的算法与传统机器鱼控制算法的优劣势,将提出的算法离散后部署到控制器中,进行了测试;3)为了方便仿生多关节鱼算法设计与开发,搭建了一套仿生多关节机器鱼运动学模拟仿真平台,将仿真效果与同一组参数驱动的真实机器鱼运动曲线进行对比,验证了仿真平台的有效性;4)针对湍流模拟水洞的静态水域环境及全局视觉仿生机器鱼控制平台的动态水域环境,分别提出了两种视觉分割算法,能够将鱼类及机器鱼从背景中分离出来,对于动态水域环境,还可以去除水面水花噪声,并根据提取出的结果计算出鱼类的相位,即鱼类姿态,结合分割出的鱼体得到的位置信息,构成测试鱼类的位姿信息;5)提出一种基于对抗生成网络的图像语义分割网络模型,可以同时解决多种水域环境下的鱼类分割问题,在分割同时可以对仿生机器鱼、真实鱼鱼种类进行分类,同时针对仿生单关节鱼测试了分割同时输出相位计算点信息。