随着自主水下航行器（Autonomous Underwater Vehicle,AUV）平台、传感器、通信以及智能算法的飞速发展,AUV获得了越来越广泛的应用,行为控制是AUV的关键技术之一,同时也是其完成水下作业任务的基础。由于区间规划（Interval Programming,IVP）模型是一种基于行为体系结构的动作选择控制算法,能够灵活的规划AUV行为,具有计算量小,实时决策能力强等特点,一经提出就受到了学者们的广泛关注。本文针对AUV的分布式控制体系结构、基于行为的IVP模型架构、环绕式路径点跟踪以及障碍物的实时规避等问题进行了相应的研究。首先,为了构建具有高度自主能力的AUV系统,本文设计了基于行为的IVP模型架构,用于解决AUV行为竞争问题。同时设计了AUV分布式行为控制架构,将AUV整体分为本体段和载荷段两部分,载荷段提供航向、速度、深度等决策指令,本体段执行控制决策并将位置等导航信息反馈给载荷段,保证了整个控制体系结构的实时决策能力。其次,针对AUV在复杂浅海环境中探测静态沉底目标时的行为控制问题,传统“割草机”行为模式耗时大,实时处理数据困难等,设计了一种环绕式路径点跟踪行为控制方法。该行为以静态沉底目标为中心,规划出环绕式的跟踪路径点。当AUV远离跟踪路径点的时候,定义接近吸引子引导AUV靠近跟踪路径点;当AUV与跟踪路径点距离偏差很小的时候,定义跟踪吸引子快速实现AUV和跟踪路径点处的航迹保持一致。此外,定义了每个路径点的到达条件以及路径点之间过渡的过程,建立行为效用函数评价AUV的控制动作。同时将该行为体系结构搭载到AUV实际平台上进行湖试,验证了该行为算法的可行性。最后,针对AUV在未知环境中的避障问题,传统行为控制方法计算量大,对未知环境适应能力差等,设计了一种实时避障行为。该行为方法将AUV和障碍物之间连线的夹角定义为排斥子,基于行为运动学方法进行实时避障行为建模。此外,考虑AUV自身传感器在感知障碍物大小时存在一定的不确定性,设置缓冲多边形区域来实现AUV机动安全性和可行路径之间的平衡。在此基础上,建立避障行为效用函数评价AUV每一时刻的控制动作,并利用IVP模型来进行多个竞争行为之间的协调控制。