水下滑翔机作为海洋观测手段中的水下平台具有成本低、工作时间长、航程远、用途广、便于进行大范围观测等优点,是目前海洋监测技术的研究热点。路径规划是水下滑翔机自主能力的重要体现,是保障其在大范围海洋环境中自主完成观测任务的关键技术之一。自主避障是水下滑翔机路径规划的重点,是保证滑翔机安全航行的前提。尤其在近岸等复杂水域,往往同时存在水下静态和动态障碍物,其形态和分布的不规则性对滑翔机的安全构成了潜在威胁。另一方面,由于水下滑翔机可携带的能源非常有限,通过智能化的路径规划方法实现高效的环境观测是水下滑翔机路径规划的另一研究重点。本文围绕上述两个方面,开展了基于部分可观马尔可夫决策过程(POMDPs)的水下滑翔机路径规划方法研究,建立了滑翔机的三维避障模型和自适应采样模型。论文的主要研究内容如下:(1)水下滑翔机在航行时容易受到海洋环境的影响,滑翔机内部执行机构的动作不确定性也会导致对滑翔机状态估计的偏差,从而影响整体规划路径的具体实现。本文根据水下滑翔机工作原理与性能,建立了部分可观马尔可夫决策过程模型。模型中考虑了海洋环境和执行机构对滑翔机状态的不确定性影响,并构建了状态转移函数以实现概率分布的更新。(2)水下滑翔机在航行过程中,对环境的探测是有限的,只能通过传感器获得局部环境信息。在无法获得全部障碍物信息且滑翔机位置具有不确定性的情况下,本文通过建立网格地图,用概率的形式表示网格中出现障碍物的可能性,用粒子滤波将探测到的障碍物信息更新到网格地图中,最后采用部分可观马尔可夫决策过程模型实现在部分信息已知条件下的最优决策。(3)自主规划路径能力和高效海洋观测能力是滑翔机智能化的重要体现。本文基于部分可观马尔可夫决策过程模型,滑翔机结合当前状态,以最大化采样信息为指标,实现高效自适应采样。同时,以海洋温度场观测为例,从样本点之间的联系出发,引入了鲁棒性较强的各向异性的高斯过程回归模型对温度场进行预测,并通过海试数据验证了模型的准确性。