水下滑翔机作为一种新型自主水下移动海洋观测平台，具有成本低、续航力强、使用方便等优点。与常规AUV相比，依靠浮力驱动的水下滑翔机航行速度较低，因此比较容易受环境海流影响。当前水下滑翔机及其应用技术领域研究热点之一是如何通过水下滑翔机运动参数来获取环境深平均流信息，在此基础上，水下滑翔机在海流环境中的路径规划问题又是另一研究热点。到目前为止，这两项研究问题依然存在待完善和改进的工作。本文旨在根据水下滑翔机运动特点，结合实际观测应用需求，解决水下滑翔机在海洋观测应用中的环境深平均流估计与流环境下水下滑翔机观测路径规划等理论与技术层面的问题。结合国家自然科学基金重点项目“水下机器人海洋环境自主观测理论与技术(61233013)”，对海流环境中的水下滑翔机路径规划问题进行了研究，具体包含以下内容:　　(1)水下滑翔机驱动浮力影响因素分析。首先，对水下滑翔机重力浮力配平过程进行了分析。然后考虑舱体压缩率和海水密度差异，结合水下滑翔机的海试数据，采用两种不同的计算方案进行比对，分析了水下滑翔机的净浮力与实际配平密度。　　(2)水下滑翔机深平均流研究，其包括深平均流估计和预测这两个部分。对于深平均流估计，一般认为其精准度取决于水下滑翔机水平方向速度的精准度。常规的滑翔机水平方向速度计算方案中，不但需要实时TCM和CTD传感器数据值，而且计算较为耗时，在实际应用时会存在不便。在舱体净浮力分析基础上，考虑滑翔机行驶过程中的非稳定区间，结合水下滑翔机运动模型建立了水平方向速度快速计算模型，基于该水平速度技术模型估计了水下滑翔机在海试中的深平均流。结合水下滑翔机海试数据，对求得的水平速度和深平均流估计的正确性进行了验证。在深平均流预测部分，考虑深平均流数据机制复杂和样本量少这两个特点，将深平均流数据看作时间序列。分别采用BP神经网络，最小二乘支持向量机，含经验模态分解的BP神经网络以及含经验模态分解的最小二乘支持向量机这四种时间序列预测方法对深平均流速度进行预测。基于模拟深平均流数据和真实深平均流数据，考虑一周期预测和多周期预测，分别对这些预测方法进行了验证。　　(3)水下滑翔机在海流中的路径规划研究。其包括局部路径规划研究和全局路径规划研究这两部分。首先研究水下滑翔机的局部路径规划。将深平流预测技术与客观分析技术相结合，便可构建出局部流场。考虑滑翔机应用中的路径跟踪和常规路径规划问题，以构建流场为基础，对这两类局部路径规划问题进行了研究。全局路径规划是水下滑翔机另一个研究热点以及发展方向，为此对全局路径规划进行了研究。全局路径规划问题主要考虑水下滑翔机速度可调这一被常规文献忽略的滑翔机特性，在已有海流场路径规划算法的基础上，提出了一种迭代方案，融入了精确的滑翔机能耗模型，在确保路径存在的前提下，通过不断迭代来求得更合适的速度使得每个滑翔周期的能耗最少，最终实现全局路径规划耗能的近一步优化。