UUV在浅海环境执行任务的过程中,通过前视声纳探测局部环境信息,并以此为依据进行在线航路滚动规划与避碰响应。由于浅海物理环境与声场环境的复杂性,前视声纳的探测信息常受到浅海环境地质、水文、环境噪声、近水面多途效应等的影响,探测信息中的噪声与伪目标成分较大,影响了 UUV的在线滚动航路规划,甚至威胁到UUV的安全。为了“去伪存真”,从UUV前视声纳原始探测信息中提取可信障碍物信息,本文引入生物启发算法,结合UUV运动特性与操控特性,对前视声纳探测信息的滤波算法进行研究,主要研究内容如下:首先,建立了 UUV前视声纳的视域模型,分析了浅海环境干扰下前视声纳数据的特性。依据前视声纳的工作参数,建立了前视声纳的视域模型,论述了目标信息在前视声纳视域中的数据结构表示方法;分析了前视声纳工作参数、浅海环境、水面多途效应等对探测信息的影响,建立了前视声纳探测信息的可靠性模型。其次,制定了前视声纳数据预处理的量程准则,提出仿人观测启发的UUV前视声纳数据处理算法,结合小波变换实现了目标信息的噪声处理。依据前视声纳的视域模型和UUV的避碰响应分析,制定了数据预处理的前视声纳量程准则;论述了 UUV航路规划对前视声纳探测的影响,引入了仿人观测的数据处理策略,采用滑动窗口与模糊聚类分析算法实现了目标数据识别。再次,论述了 UUV的栅格环境建模,研究了 UUV视域内的障碍物属性检测和运动预测,提出改进的D-S栅格地图更新方法。针对前视声纳信息和浅海环境的特点,论述了基于前视声纳信息的UUV局部栅格环境构建;依据前视声纳信息与栅格地图的关联,实现障碍物的属性检测和运动预测分析;采用D-S融合算法进行栅格地图更新时,引入前视声纳信息的可靠性模型,改进了信度分配,并制定了栅格更新的门限阈值决策法。最后,依据UUV的运动特性与操控特性,设计出UUV航路规划策略和障碍物规避方法,提出改进的生物膜神经网络航路规划与避碰算法。依据障碍物的运动属性,进行了相应的UUV避碰方法研究;当利用生物膜神经网络的自适应性进行航路规划时,考虑了 UUV的运动约束,并根据避碰检测机制,结合提出的避碰算法实现了 UUV的避碰。通过设计静态障碍物、运动障碍物环境下的航路规划与避碰仿真,验证了该算法的有效性。