如今,各国对于海洋开发与海洋资源争夺的竞争日趋激烈。自主水下机器人(Autonomous Underwater Vehicle,AUV)由于其安全性好、自治性强、搜索速度快、机动性强、模块化程度高等特点,受到越来越多的关注。相比有缆水下机器人,AUV在作业时的自治能力更强,但同时带来的问题是对控制性能的要求更高,因此,需要研究更加精确的控制方法来满足复杂的、高精度的作业需求。AUV对给定路径的精确跟踪能力是衡量其作业能力的一个重要标准。在AUV执行的大部分的任务中,都会包含着路径跟踪的要求。本文的研究内容为AUV的水平面路径跟踪控制方法。首先结合模型预测控制(Model Predictive Control,MPC)理论设计了路径跟踪控制器,将所设计的控制器分别应用于不同的路径和不同的初始点情况下进行仿真实验并进行对比,验证所提出控制算法的有效性。接着针对AUV模型参数不确定的情况,提出了一种基于随机MPC方法。利用多项式混沌展开逼近理论,建立不确定参数与输出响应之间的直接映射关系,再通过仿真实验将所提出的随机MPC方法与不考虑模型参数不确定性的控制方法进行对比,验证了所提出的控制方法对参数摄动的鲁棒性。最后,提出一种基于控制李雅普诺夫函数的Lyapunov-MPC(LMPC)控制方法。该方法结合MPC和控制李雅普诺夫函数的特点,使得控制器既能取较小的增益系数来保证足够大的吸引域,又能通过滚动优化方法来获得较好的控制效果,为系统闭环稳定性的分析提供便利。最后通过外部干扰和模型参数摄动下的路径跟踪仿真实验,将LMPC控制器与传统反步法控制器的路径跟踪控制效果进行对比,验证了所提出算法的有效性和鲁棒性。