深海热液是海洋的一种独特现象,热液喷口是地球板块运动的结果,也是近年海洋科学中最激动人心的发现。其附近不仅有大量易于开采的热液矿产,还是整个地球热循环重要的组成部分,是地质学家了解地球内部活动的重要窗口,其附近的生态圈是海洋生物学研究的前沿。因此寻找深海热液喷口有十分重大的意义。相比传统的探测方式,应用水下智能机器人进行自主探测的优势变得越来越明显。因此本文以深海热液自主探测为背景,研究基于化学传感器的自主探测。该问题可分解为两个子问题,在线构图和实时路径规划。本文基于部分观测马尔可夫决策过程(Partially Observable Markov Decision Process-POMDP),对8个要素进行建模,分别对两个子问题进行了研究,探求一种合理的在线构图和实时路径规划间的耦合关系。对于在线构图,在Shuo Pang, Jay A. Farrell等提出的羽状流模型的基础上,建立转移函数和观测函数,利用信念状态推导了在线构图的更新机制,得到化学源头概率分布地图和烟羽观测概率地图。并将该方法与原来的化学源头概率推断的贝叶斯方法进行比较,通过计算机仿真验证和陆地机器人试验验证,验证了新方法的可行性。对于实时路径规划,引入五种奖励和两种惩罚构建回报函数。采用价值函数迭代的方法求解,在线得到近似最优的价值函数,依据最优价值函数得到最优策略,从而指导机器人的规划。经过计算机仿真验证,验证了该理论指导机器人进行化学羽状流自主追踪和定位的有效性,并与结合Z型搜索的人工势场方法进行比较。本文还论述了陆地机器人试验平台的搭建过程,研究了陆地机器人室内定位。应用单目摄像头图像定位主要分为目标自动识别和建立从图像像素到实际位置的映射两个部分。本文研究第二个问题,基于最小二乘高斯核支持向量机进行黑箱建模,得到映射模型。对于训练参数的选择,本文采用K重交叉验证的方法选取泛化误差最小的训练模型。对于水下机器人化学羽状流自主追踪和定位试验平台的搭建,本文作了相应的论述,包括机器人载体的改装,软件部分的准备。该试验平台的搭建为今后利用水下机器人载体进行化学羽状流自主追踪和定位的试验验证奠定了坚实的基础。通过本文的研究,验证了应用POMDP方法研究基于化学传感器自主追踪的可行性,为在线构图研究提供了新途径,为实时路径规划研究提供了新的系统的方法和思路。