随着对海洋环境研究的深入,复杂的水下环境与科研任务对水下机器人提出了更多要求。水下生物经过长时间的进化,其生理特性与运动能力能够适应水下复杂环境。以仿生对象的生理结构或运动机理作为研究基础,水下仿生机器人可通过仿生学方法获得仿生对象的优良运动特性。本文以螳螂虾作为仿生对象开展一系列水下仿生机器人研究。螳螂虾是海洋环境中灵活、游动快速的小型猎食者,其优秀的运动能力可以为水下机器人的研发提供新的研究思路。本文主要完成了一种新型的仿螳螂虾机器人的系统设计与样机制作、运动学与动力学分析、基于CPG的运动控制系统研究、用于水下目标跟随的视觉跟踪算法以及水下跟随控制系统研究。螳螂虾的腹足和其可弯曲的躯干使其能在水中完成复杂的运动,目前对其运动机理的研究较少,相关的水下仿生机器人研究也处于初步探索阶段。本文对螳螂虾的生理结构进行分析并对其运动机理进行研究,提出了一种可在水下工作平面进行运动的仿螳螂虾机器人结构和硬件系统实现方案,主要包括整体结构设计、用于推进的仿生腹足设计、用于转向的绳驱动柔性脊柱结构设计以及可在水中实现运动的硬件系统。在仿螳螂虾机器人结构设计的基础上,使用D-H参数法完成了机器人关节的正逆运动学分析;根据对水下视频中生物螳螂虾的腹足关节摆动角度采样与拟合,得到其腹足的游动步态规划方程;另外考虑流体阻力的特性,对仿生腹足以及机体运动过程中的受力情况进行动力学分析与建模,得到了基于仿生腹足摆动频率与躯干弯曲角度的运动状态递推方程。为实现机器人的运动控制并简化其控制量,提出了一种适用于多腹足生物的CPG运动控制方法,以一种改进的CPG振荡器作为节律信号发生器,研究其振荡器在不同参数配置下的输出特点,并根据机体的硬件配置构建仿螳螂虾机器人的CPG网络模型。针对水下光学图像中的特定目标,应用一种改进的YOLOv2深度学习目标检测算法与卡尔曼滤波模型,实现了一种可应用于仿螳螂虾机器人的低功耗、低算力的水下目标跟踪算法。测试结果分别证明了目标检测算法与目标跟踪算法的有效性。此外,基于PID控制理论搭建水下目标跟随模型,该模型可根据目标与仿螳螂虾机器人之间的位置误差,动态控制仿生腹足的摆动频率与柔性躯干的弯曲角度,使机器人实现对目标的跟随。该系统的有效性与工作性能在Matlab/Simulink平台中通过模型仿真进行了验证与测试。进一步开展了仿螳螂虾机器人游动水池实验,完成仿螳螂虾机器人的水中运动控制实验,测试并分析CPG网络模型中的控制参数对其运动速度的影响,并对样机的转向能力进行验证。上述实验证明了仿螳螂虾机器人在水中的运动能力以及CPG运动控制系统的有效性。