随着我国海洋地位的日益提升,自主式水下潜器也扮演着越来越重要的角色。它在开发海洋资源、搜集军事情报等方面发挥着难以替代的作用。由于工作环境的特殊性与复杂性,自主导航能力是实现其智能性的关键。因此,路径规划技术的发展很大程度上表明了其智能化程度。由于工作环境的复杂多变性,自主式水下潜器难以在规划之前获得所有的环境信息,因此更适合局部路径规划的方法。本文在分析传统人工势场法以及基本快速扩展随机树算法的基础上对其存在的不足进行了更深层次的研究。首先,针对实际情况中会遇到移动障碍物的情况,详细探讨了移动障碍物的建模,包括匀速运动以及随机运动这两类,并对着移动障碍物的预判进行了分析;然后对三维空间的环境建模做了详细的介绍,包括其环境数据的获取以及处理。其次,针对传统人工势场法中存在的不足对其提出了两种改进方式。第一种是当障碍物和终点相距很近的情况下不能到达终点的情况;另一种为水下潜器所受到的斥力与引力大小相等,方向相反的情况下导致水下潜器停滞不前。针对以上两种情况,第一种修改了斥力函数增加调节因子去解决这个问题;第二种是通过寻找势能场最小的情况去避免产生死锁现象。然后,在对基本快速扩展随机树算法原理和步骤介绍的基础上,指出了该算法存在的一些不足。针对该算法扩展方式太过分散这一缺陷进行了修改,提出了具有目标偏向性的快速扩展随机树算法,该算法在搜索路径的时候具有偏向性,并从原理上分析了该算法偏向性这一特点,并对基本型和改进后的算法进行了仿真分析。在分析动态障碍物避障策略的基础上,将改进型算法应用在动态环境路径规划中并进行了仿真。最后,将两种算法混合应用在三维路径规划之中。针对自主式水下潜器的真实工作空间,详细阐述了探测获得的水深数据的表示和实时的更新,以及三维环境中通过声纳探测获得障碍物与水下潜器的距离从而得到可以运动的自由空间。在分析了人工势场法以及快速扩展随机树算法优缺点的基础上,提出了算法混合的想法,利用混合算法完成水下潜器在三维环境中的局部路径规划问题,通过仿真证实了该方法的有效性。