仿生机器鱼的集群编队控制是多机器人协作控制领域的主要内容之一,能有效提高任务的执行效率和稳定性,在水下资源勘探、海洋生物追踪与观察、海域安全巡检、协同围捕等领域发挥着重要作用。但复杂场景下,机器鱼编队面临易干扰、路径障碍和通信资源受限等问题,为此本文在单机器鱼的路径跟踪控制基础上,研究基于一致性和事件驱动机制的多仿生机器鱼编队控制问题。主要内容如下:（1）仿生机器鱼的路径跟踪控制研究针对仿生机器鱼路径跟踪过程中建模困难和易被外界环境干扰的问题,采用基于自抗扰控制器的机器鱼路径跟踪控制方法。建立机器鱼数学模型,通过引入Serret-Frenet方程和视线角函数推导出机器鱼路径跟踪导引律,并基于自抗扰控制器实现导引律的整定。以直线、曲线为参考路径进行路径跟踪仿真实验,结果表明所提控制器能够在3s左右以0.1m的误差收敛到参考路径上,表明本文方法收敛速度快、控制精度好、稳定性高。（2）基于一致性的仿生机器鱼编队控制方法针对仿生机器鱼编队的形成、保持与避障问题,提出一种改进一致性且具有领航者的编队控制算法,通过引入一个随位置变化的权重项,加快跟随者机器鱼与领航者机器鱼达到一致状态的收敛速度,实现多机器鱼编队的形成与保持。为了使机器鱼集群能在存在障碍物环境下依照预设队形顺利到达目标点,本文在一致性算法中融入改进人工势场法和动态队形变换策略实现机器鱼编队的整体避障。（3）基于事件驱动机制的仿生机器鱼编队控制方法针对机器鱼编队中系统通信资源受限问题,采用基于事件驱动机制的仿生机器鱼编队控制方法。设计分布式观测器来估计机器鱼的相对状态,接着给出一种事件驱动编队控制算法,并证明事件触发函数没有Zeno行为。数值仿真结果表明,本文的状态观测器可以有效重构智能体的状态,与无事件触发情况相比,基于事件驱动策略的系统控制器更新频次约为0.15s,相比于固定时间0.02s的更新频次,极大地降低系统对通信资源的占用。（4）仿生机器鱼控制系统实验验证为验证上述方法的有效性,进行仿生机器鱼控制系统实验验证。在路径跟踪实验验证部分,分别进行干扰条件下直线、曲线的路径跟踪实验,结果表明基于自抗扰控制器的路径跟踪控制系统有良好的抗干扰能力。在编队控制实验验证部分,分别进行无障碍物、有障碍物和队形变换下的机器鱼编队实验,实验表明本文算法能够适应不同环境,实现仿生机器鱼编队的形成、保持与避障。