目前,在海洋及湖泊河流等环境中服役的船舶及水下结构,因为结构应力及人为的因素,腐蚀状况严重,长期以往会造成诸多安全隐患,因此需要一种安全有效的水下检测方法能够完成检测任务。相比较其他水下检测方法,使用水下探伤机器人成本低、安全性高,有不可比拟的优势。本文结合江苏省高技术船舶协同创新中心2017年科研项目,参与研制一款探伤用水下ROV样机,同时开展水下机器人定位及路径规划方法研究。首先,根据目前国内外水下机器人研究现状及已有的中型与小型机器人设计经验,制定了探伤水下机器人的设计方案,确定了传感器模块选型,进行了水下机器人结构设计。在硬件方面,完成了水面控制箱信息采集板的设计及制作;在软件方面,完成了基于Java的水面监控系统软件,参与编写了基于STM32F4芯片的主控板程序及基于STM32F103RBT6芯片的从控板程序。其次,对水下机器人使用多传感器数据融合的水下定位方法进行了研究,建立水下机器人运动坐标系。针对单独使用惯导定位精度不准的问题,提出了使用融合超短基线定位数据及惯导定位数据的自适应无迹卡尔曼算法(AUKF),结合无迹卡尔曼滤波算法(UKF)与Sage-Husa自适应滤波算法,在已知系统噪声或观测噪声其中之一时,可动态更新另一噪声。通过对融合滤波算法与无迹卡尔曼滤波算法的对比仿真实验,证明AUKF具有更好的定位精度和稳定性。然后,对水下机器人遍历路径规划算法进行了研究。根据水下环境建立了标准水下栅格地图,针对传统生物激励神经网络遍历路径规划算法(BINN算法)重复覆盖率高和子区域间路径不是最优的问题,提出了基于内螺旋搜索的生物激励遍历路径规划方法,分割区域后使用内螺旋算法完成子区域遍历,子区域间通过A*算法实现最优路径规划。通过与原方法进行仿真实验对比,证明该方法生成的路径分别在重复覆盖率、运行时间、路径长度指标上有较大提升。最后,对研制的机器人进行陆上测试。主要对水面监控程序及相关传感器进行调试,包括与水下主控板的网络通信测试,与控制箱信息采集板的串口通信调试,机器人摄像头的视频连接测试,惯导数据的姿态图形化显示,实验表明可以达到预期目标。随后,进行了路径规划及水下定位方法的半实物仿真,机器人能较好地完成定位以及路径规划的任务。