随着人类对海洋的开发，未来的水下机器人将在海底勘测、海洋监测、海洋生物观察、军事侦察等领域中有更广泛的应用。近年来，仿生技术的发展使得水下仿生机器人及其协作系统成为一个重要的研究方向。本文以仿生学、机器人学和智能控制为基础，一方面从运动仿生与控制仿生的角度研究机器鱼和机器龟等水下仿生机器人的推进、机动运动，提出新的由非线性振荡器构成的中枢模式发生器(Central Pattern Generator，CPG)网络为机器人产生运动步态，对参数突变和环境扰动具有很好适应性；另一方面，基于新型自主机器鱼的研发，建立了一套多自主机器鱼系统，实现了目标跟踪与避碰控制、协作队形控制。本文的主要研究成果如下：　　 第一，对基于生物中枢模式发生器原理的仿生机器人运动控制方法进行了深入的研究。为仿生机器人的每个关节建立一个新颖的非线性振荡器CPG模型，并采用李亚谱诺夫方法讨论了其稳定性。在单关节模型中引入带连接权值的耦合项得到多关节耦合CPG模型，通过调节连接权值产生关节间合适的相位差形成多关节协调运动。CPG控制方法成功应用在仿生机器鱼和仿生机器龟上，并通过仿真比较总结了它的优点。　　 第二，设计研制了一种新型的具有运动、感知和决策能力的自主机器鱼。根据机器鱼的局部视觉信息，提出了PD控制器和人工势场法相结合的控制策略来进行追踪、避障和奔向目标行为的设计，成功实现了障碍物环境下自主机器鱼顶球任务。　　 第三，以两条自主机器鱼为例，建立了一个分散控制系统并开发了目标跟踪与避碰任务。在任务实现中，针对水环境的不确定性和复杂性，采用基于状态一行为策略的分散控制。在行为设计中，自主机器鱼首先进行基于局部视觉的目标物体识别与定位，估测出它到目标和到另一条鱼的距离、偏角信息，并采用了一种结合来自目标的吸引力和来自另一条鱼的排斥力的控制律。给出多组实验证明了控制方法的有效性和高效性。　　 第四，提出了基于Bezier曲线的leaderμfollowing方法进行多自主机器鱼协作队形控制。根据自主机器鱼的位姿估测值，leader机器鱼和follower机器鱼的位置之间引入了一支分别与它们运动方向相切的Bezier曲线来表示运动轨迹，并用惩罚函数法对此曲线进行了参数优化。通过引入虚拟leader，可以形成任意形状的队形。仿真和实体实验结果显示了控制方法的有效性。