仿生机器鱼作为鱼类推进机理与机器人技术的融合，以其优异的性能被广泛应用于海洋勘测、军事侦察等诸多领域。随着近年来对机器鱼研究的持续深入，如何在实验水池环境下完成准确易用的机器鱼定位则显得尤为必要。传统机器人定位方法由于环境限制、适装性差、系统复杂等原因通常难以直接被应用于实验环境下的机器鱼定位上。本文以所设计的仿生机器鱼平台为定位载体，构建传感通信系统，考虑机器鱼运动特点及不同实验环境，针对包括短距离、中长距离以及不依赖外围传感设备在内的三组不同机器鱼定位场景基于多传感器融合技术设计了多种机器鱼定位方法并进行了实验验证与分析。本文主要工作如下：
  首先，本文设计了一种仿箱鲀机器鱼并构建了传感通信系统框架作为定位方法研究与验证平台。本文对包括方位、视觉、信号、压力等在内的多种传感器进行了选型配置，并对主控电路及基本模块进行介绍。
  其次，本文针对不同场景及机器鱼运动特征实现多种机器鱼定位方法：在近距离下，本文基于多模态传感数据进行对机器鱼方位进行融合解算从而在实验水箱环境中实现机器鱼定位；在中长距离下，本文首先利用 BLE(Bluetooth Low Energy)单信号，设计基于 K-Means 的 CGC(Clustering Grid Correct)聚类网格矫正算法对四点定位坐标进行校准；其次本文采用 UWB-BLE(Ultra Wide Band - Bluetooth Low Energy)双信号实现定位，通过提出的基于动态权值模糊推理的自适应融合定位算法，进一步提高了基于信号的机器鱼定位方法的稳定性。本文还采用水压传感来对机器鱼不依赖外围传感设备的自定位进行探索。通过结合 Softmax 和交叉熵构建具有分化特性的速度级别预测 BP 神经网络并融合多水压传感及方位信息完成了对机器鱼在直游及类直游运动下的鱼游轨迹估测。
  最后，本文对研究工作进行了总结，对所提出的多种机器鱼定位方法进行评价探讨，并对包括侧线感知、自学习智能机器鱼定位等未来研究方向进行展望。