自主水下机器人（Autonomous Underwater Vehicle,AUV）在应用过程中需要提前布置好任务,而在执行任务时自然离不开对目标任务的跟踪。AUV的跟踪分为路径跟踪和轨迹跟踪,与路径跟踪相比,轨迹跟踪不仅要求在几何位置上与期望轨迹相同,而且对速度也有着严格的要求,即对应的时间到达对应的地点。在执行如动态目标跟踪、群组队形变换、协同组网搜探、敌方港口侦察等任务时,对时间要求极为严格,这就需要AUV具有优秀的轨迹跟踪能力。从实际应用出发,以十字舵欠驱动“云帆-04”AUV为研究对象,针对其轨迹跟踪问题展开研究。本文主要内容分为以下几个部分:（1）根据“云帆-04”AUV,介绍了欠驱动AUV标准运动方程的建立过程。以牛顿—欧拉（Newton-Euler）方程为基础,建立了空间六自由度动力学方程,其中主要分析了执行机构的执行能力,包括推进器的推力以及舵机的转矩和失举角的选取。根据潜艇操纵性相关计算直接给出了“云帆-04”AUV的相关水动力参数,然后进行了空间运动轨迹仿真。仿真结果表明,模型建立正确有效且AUV具有较强的机动性。（2）现阶段欠驱动AUV轨迹跟踪实际应用主要以传统的PID控制为主,在第三章内容中首先给出了PID算法的局限性;然后提出模糊PID算法,给出了隶属度函数和模糊规则表,充分考虑了执行机构的执行能力,通过对复杂的正弦曲线轨迹跟踪进行仿真,给出了速度、航向、轨迹及其误差跟踪曲线,结果表明了模糊PID的可行性;最后,通过湖上实验,实验结果与仿真结果吻合,通过GPS轨迹进一步证明了所提方法的有效性和实用性。（3）针对AUV的干扰及参数不确定性问题,采用非线性干扰观测器（Nonlinear disturbance observer,NDO）和滑模控制（Sliding-mode control,SMC）进行控制器的设计。在实际工程中需要考虑数字信号的量化问题,通过静态量化器和动态量化器来量化AUV和控制器之间的数字信号,但会引起系统的稳定性问题。本文将量化误差引入到滑模控制的开关项中来处理,采用Lyapunov函数证明了系统的稳定性。最后,分别对正弦曲线轨迹和四边形曲线轨迹进行仿真。结果表明即使AUV的初始位置与期望轨迹的初始位置不同,所提方法也可以很好的跟踪期望轨迹。