随着陆地不可再生资源的日渐枯竭,海洋资源开发已成为各国关注的焦点。开发海洋资源需要先进的技术装备,水下机器人作为目前唯一能够在深海环境中作业的装备,在海洋资源开发中发挥着重要作用。其中,自主式水下机器人(AutonomousUnderwaterVehicle,AUV)因其运动范围大、机动灵活等特点受到重点关注;AUV自身一般不具备水下作业能力,但随着海洋开发进程加快,配备机械手的作业型AUV成为水下机器人领域重要研·究方向之一,对作业型AUV相关技术研究亦具有重要实用价值。本文针对作业型AUV系统运动控制、机械手控制以及水下作业状态下AUV姿态稳定性控制等相关问题,进行具体研究工作如下:研究作业型AUV系统实验样机。针对微小型AUV用机械手的大展臂、折叠收纳问题,研究“直线缸 三连杆 四连杆”机械手关节驱动机构;针对机械手作业引起AUV姿态较大变化的问题,研究基于重心变化的纵横倾姿态控制装置,实现微小型AUV的姿态稳定性控制。通过“UVIC-Ⅰ”实验样机的水池展开收纳、姿态调节和水下剪缆等水池实验,验证“UVⅠC-Ⅰ”实验样机的作业性能。研究大展臂机械手水介质液压系统及其末端精度测量问题。由于大展臂机械手展臂较长、自由度较多,关节角度微小误差将对末端精度造成较大影响;针对此问题,本文研究一种“闭式循环”液压系统,通过介质“闭式循环”和动密封结构减小介质内泄漏,并采用水介质作为驱动介质,减小液压系统压力损失。同时,针对水介质可压缩性大导致关节延时性问题,研究“真空 预加压”水介质处理方法。针对机械手末端精度测量问题,提出一种接触式水下机械手末端精度测量方法。最后,进行“UVIC-Ⅰ”实验样机水池实验验证。研究作业型AUV中大展臂机械手关节自适应控制问题。针对系统不确定性、外部干扰和关节时延性等影响机械手控制精度的问题,典型基于自适应函数逼近的鲁棒控制方法进行大展臂机械手关节控制时,存在稳态误差较大及运动滞后。针对此问题,本文提出一种基于勒让德多项式函数逼近的大展臂机械手自适应滑模PID控制方法。该方法采用函数逼近方式补偿不确定性因素,基于包含跟踪误差积分和微分函数的PID滑模控制面推导关节控制器,以减小运动滞后和轨迹跟踪误差;基于自适应补偿方式处理函数逼近误差补偿问题,通过逼近误差上界控制律在线调整逼近误差上界,保证关节误差一致渐进收敛为零。最后,通过大展臂机械手水池对比实验,验证本文方法有效性。研究作业型AUV系统艇体轨迹跟踪控制问题。针对动力学模型不确定、水流干扰和推力模型误差等影响AUV轨迹跟踪的问题,传统前向型神经网络滑模控制方法跟踪突变轨迹时,存在误差收敛时间长、突变超调较大,且传统方法未考虑推进器推力模型误差对轨迹跟踪的影响。针对此问题,本文提出一种基于回归神经网络的AUV自适应反演终端滑模控制方法。该方法通过回归神经网络对水流干扰、模型不确定、和推力模型误差在线分类逼近,设计非奇异性反演终端滑模控制器,通过自适应控制律对权值、误差比例因子在线调节。针对滑模控制中出现的控制量抖阵问题,提出基于sigmoid函数实现滑模切换连续性,通过滑模面指数形式动态调节滑模切换增益的控制量抖振降低方法。最后,通过仿真实验和“UVIC-Ⅰ”实验样机水池对比实验,验证本文方法有效性。研究水下作业状态下AUV系统姿态自适应区域控制问题。针对水流干扰、系统模型不确定和机械手作业等因素影响下的AUV艇体姿态控制问题,在典型的姿态自适应区域方法控制下,其姿态角度长期处于边界处波动,影响姿态控制精度、延长调节时间、增加能耗。针对此问题,本文提出一种AUV艇体姿态自适应滑模动态区域控制方法。该方法设计不包含区域边界的动态目标区域,并将动态目标区域和滑模控制面相结合。然后,基于RBF神经网络对不确定未知项在线逼近估计;同时,提出一种神经网络权值参数、径向基函数中心与方差自适应在线调整方法;最后,基于滑模控制项对逼近误差补偿,保证误差一致渐进收敛为零。通过“UVIC-Ⅰ”实验样机水池对比实验,验证本文方法有效性。