能够诊断和治疗人体器官的医疗机器人作为传统手术技术的替代品吸引了越来越多的科研工作者的关注。磁场驱动形式的微纳机器人由于其入侵性小、无线化、驱动力强等特点,许多团体开始研究无线化的磁驱式微型机器人在各种人体器官的中应用,如靶向药物输送、微创手术、主动式胶囊内窥镜等。微纳机器人的尺寸也决定着其具体应用领域,如纳米和微米级可以用于细胞和组织操作、毫米和厘米级可用于器官操作。近十年的研究中,磁驱式微纳机器人经历了快速的发展,从刚体到软体、从二维到三维、从开环到闭环、从单体到集群。然而,由于生物体的脆弱性,如何使磁驱式微纳机器人高精度、高动态性、高自主性的在生物环境中微创无损的进行运动充满着挑战。本课题主要围绕着电磁线圈驱动系统、环境动态解析系统和自主导航控制系统开展设计和深入研究。首先,考虑电磁线圈系统生成磁场的噪声、精度和动态响应能力。在硬件方面,提出基于双极性功率放大器的功率放大电路方案,通过控制电路输出电压来控制流经电磁线圈电流,其中电流采样电路后级应用了巴特沃斯滤波器以进行电流滤波,提高反馈精度。控制算法方面,设计了基于神经网络的自适应比例谐振微分控制器的新型磁场控制算法,以补偿电感效应以及温度等干扰对磁场生成的影响,同时提高对不同频率磁场的跟踪能力。其次,针对显微镜视野下环境复杂、视野有限以及目标和障碍物不容易识别跟踪等问题,提出基于深度学习的语义分割、图像配准与拼接、目标检测与跟踪算法,这和自动驾驶领域中的SLAM（同步定位与建图）有极大的相似之处。其中,语义分割用于可行使区域和不可行驶区域的像素级分割、图像拼接用于局部地图到全局地图的构建、目标检测与跟踪来识别和跟踪微型机器人和动态障碍物等。再次,提出了一种基于深度强化学习的微型机器人自主导航与控制算法,主要采用神经网络来构建从系统观测和控制输入到控制输出的自主导航与控制模型。并根据运动环境优化了路径规划算法以生成平滑无碰撞的轨迹。此外,强化学习的回报函数中还设计了障碍物探测机制,指导微型机器人从环境的实践中学习导航与控制能力。最后,进行实验平台搭建,并进行微型机器人的自主导航的若干实验,从轨迹的跟踪、单目标的跟踪、避障状态下的跟踪以及迷宫的探索等实验来验证本文提出的磁场驱动系统、环境动态解析系统和自主导航系统的综合能力。实验结果表明,在复杂的液体环境下,该系统驱动的微型机器人具有较好的适应能力和自主导航能力。