路径规划是自主式水下机器人(简称:AUV)自主能力的重要体现,是保障AUV在大范围复杂海洋环境中自主完成使命作业的关键技术之一。为此,本文深入开展了确定性环境中全局路径规划技术、不确定环境中局部路径规划技术等自主路径规划技术的研究工作:基于马尔可夫决策过程理论,开展了大范围确定性海洋环境内AUV二维全局路径规划的研究:设计了规划模型,把路径规划问题归结为在给定环境模型和奖惩原则的情况下,寻求最优策略的问题。结合MAXQ(值函数分解)理论构造了规划问题的任务分解结构,使规划更具有逻辑性。考虑海流影响,对AUV在均匀和时变海流下的二维规划进行了仿真实验,使AUV在实际海洋环境中具备了较好的抗流能力。针对大范围海洋环境状态下的“维数灾”问题,设计了一类基于状态聚类的分层全局路径规划模型,实现一种从分层状态的概率分布到AUV采取最佳动作的优化匹配。通过分层前后规划算法的仿真数据比较表明:分层后的规划路径具有节点少,路径代价小的优点,同时减少了AUV的频繁转艏。此外,把分层思想拓展到三维环境中,提出了按深度层次分层的空间建模方法,有效地避免了计算机存储大规模数据的问题。针对不确定环境下的局部路径规划问题,研究了基于前视声纳视域模型的AUV局部路径规划方法,设计了基于部分可观马尔可夫决策过程的局部路径规划模型和水下障碍物碰撞危险度模型。针对不确定环境中可能出现的动态障碍,进行相应的运动预测和估计。首次建立了三维速度势场,将速度问题加入到路径规划模型中,对速度规划的算法进行了仿真实验。并对上述方法进行了半实物虚拟仿真联调试验,结果表明:所研究的规划算法是正确的、有效的和可行的。为了模拟AUV在复杂海洋环境的三维运动以及避障过程,设计了AUV空间避障缩尺度物理模拟试验。应用激光测距系统模拟AUV前视声纳传感器,完成在不同案例下的AUV空间避障模拟试验,并对未知环境进行探测和感知,为今后实现真实海洋环境中的AUV水下避障试验打下了基础。通过深入研究AUV的路径规划技术,提高AUV在大范围复杂、时变海洋环境中的适应性和自主作业能力,对于AUV安全、可靠、高效地自主完成远程航海与地形勘察作业使命,具有重要的理论意义及实际应用价值。