近年来,自主水下航行器(Autonomous Underwater Vehicle,简称AUV)在海洋工程领域发挥了越来越重要的作用。一方面,日益复杂的应用场景对AUV续航能力和自主性的要求不断提高；另一方面,由于受自身携带能源和水下通信速率的限制,目前的大多数AUV水下工作的时间仍然较短,仍然需要频繁地布放和回收。水下回坞能够让AUV补充能源、上传数据并接受新的任务,正是解决这一矛盾的有效方案。本文基于实验室研制的小型AUV平台,开展了回坞过程的导航技术、路径规划、导航系统实现等工作,主要研究工作有：根据AUV回坞运动过程建立了三维导航模型,提出了改进的容积卡尔曼滤波(Modified Cubature Kalman Filter,简称MCKF)算法,大幅减少了滤波的计算量。针对超短基线(Ultra Short Baseline,简称USBL)辅助AUV回坞导航场景下存在的测量值延迟问题,分析对比了多种的延迟测量值滤波算法。同时,为避免测量野值(Outlier)对导航精度的影响,将MCKF和基于残差的野值检测方法和相结合,提出了抗野值MCKF滤波算法,进一步提高了滤波性能和稳定性。针对欠驱动AUV的运动特性,研究了基于Dubins路径的回坞路径规划算法。考虑到水底地形复杂,可能存在一些危险区域,提出了一种已知地形信息情况下基于图论的二维回坞路径规划算法,能够在多项式时间复杂度内得出最优Dubins路径。在此基础上,给出了一种适用于三维回坞场景的次优方案。在算法研究的基础上,基于小型AUV平台和MOOS (Mission Oriented Operating Suite,简称MOOS)开源软件,实现了整套回坞通信和导航系统。针对MOOS框架通信机制存在的不足,提出了基于Push模型的改进方案。并在MOOS框架下,实现了基于MCKF算法的导航程序,通过仿真和水池试验初步验证了其在实际应用中的可行性。