近年来,随着渔业资源逐渐衰退,海洋渔业发展从传统的捕捞技术逐步转变到养殖技术。深海网箱养殖的蓬勃发展,造就了世界海洋渔业养殖的新局面。随着养殖方式的改变,人为的靠经验、靠体力、靠传统设备进行网箱检测的方式逐步淘汰,巡检手段不断更新,养殖网箱巡检朝着智能化的方向发展。利用水下机器人等智能设备巡检养殖网箱是未来发展的必然趋势,对网箱内鱼类的生长状态检测及网箱周围环境的维护有着重要的现实意义。国内外众多学者利用视觉识别、图像处理等技术对网箱网衣破损检测,生物附着腐蚀检测等做了大量的研究,但利用水下机器人特性进行运动控制,实现养殖网箱巡检轨迹跟踪的研究较少。模型预测控制（Model Predictive Control,MPC）具有多输入多输出;能够纳入约束条件;且对模型精度要求较低等优点。因此,在滚动优化条件下,能够快速解决模型失配和干扰等条件造成的不确定因素的问题。为实现养殖网箱巡检智能化和提高网箱巡检的工作效率,减少养殖户的经济损失,本文使用有缆遥控水下机器人（Remotely Operated Vehicle,ROV）结合MPC方法进行相关的研究和试验,具体工作内容如下:（1）对ROV进行建模是研究ROV运动控制的基础和前提。为了后续控制器的设计和仿真实验部分的顺利进行,构建了6自由度ROV运动学模型和动力学模型。首先设立大地坐标系和机身坐标系,建立坐标系间的转化关系,其次对ROV进行运动建模和受力分析。最后针对实际情况下,海洋环境和实验条件相对恶劣,开展真实ROV实验危险性大,操作困难多等问题,构造出虚拟水下养殖网箱实验环境和巡检的ROV虚拟仿真模型。（2）针对人工定期巡检养殖网箱成本高且效率低等问题,提出基于MPC的ROV养殖网箱巡检轨迹跟踪控制的方法。首先根据实际条件纳入ROV的物理学和运动学的约束,结合ROV运动学模型和动力学模型设计出基于速度控制MPC控制器,使用传统的PID（Proportion Integration Differentiation,PID）控制算法作为基线,设计出无模型的PID控制器。其次进行网箱养殖环境下二维水平面轨迹和三维空间轨迹跟踪仿真实验并做出对比。最后实验结果表明所提方法具有轨迹跟踪性能良好,ROV运行平稳,波动小等优点。（3）针对实际情况下ROV人工操作困难,养殖网箱周围环境复杂等问题,提出了基于MPC的ROV单目视觉养殖网箱巡检轨迹跟踪控制方法。首先在虚拟养殖网箱环境周围铺设管道,其次采用ROV加载ROS（Robot Operating System）虚拟相机的方式获取管道信息。再通过图像预处理、管道边缘提取、特征点标记等方法和坐标转换的方式来实现二维平面管道图像信息到三维空间的重建过程,将获取到的轨迹信息发送给MPC控制器,再进行单目视觉网箱巡检轨迹跟踪控制,接下来在实验中纳入洋流等干扰因素。最后通过仿真实验对比,结果表明所提出的方法具有良好的鲁棒性、可行性和抗干扰性。