随着陆地资源的日益减少和人类社会的发展和进步，人们对自然资源的需求正逐步从陆上转向资源丰富的海洋。在过去的半个多世纪里，水下机器人技术得到了全面的发展，在海洋资源的开采和海底空间的探索上得到了广泛的应用。智能水下机器人（AUV）工作在未知、结构化的海洋环境中完成复杂的任务，对智能水下机器人的运动规划的研究成为目前研究的一个重要的方向。水下机器人的运动规划主要包括路径规划和运动控制两个方面，本文针对智能水下机器人的路径规划和运动控制分别展开了研究，主要做了以下几个方面的工作：(1)对水下机器人的路径规划方法和运动控制技术发展现状进行了阐述，介绍了水下机器人路径规划研究所采用的环境模型、规划方法。(2)阐述了简单遗传算法的数学基础，具体分析了遗传算法的遗传算子。在简单遗传算法的基础上进行了改进，研究了基于遗传算法的AUV全局径规划的方法。在栅格模型中，用序号标记法进行编码，设计了选择、交叉、变异、删除等遗传算子，从而引导遗传算法快速收敛于最优解，并通过仿真实验验证了该方法的有效性。(3)分析了水下机器人在水下的运动和受力，建立了水下机器人六自由度空间运动模型，并根据研究需要，将其简化为四自由度空间运动模型。(4)针对智能水下机器人运动轨迹跟踪的问题，本文采用滑模变结构控制算法，设计了基于指数趋近律和基于准滑动模态的滑模控制器，并对AUV进行了运动轨迹跟踪的仿真实验。通过仿真分析和对比表明基于准滑动模态的滑模控制器，很好地削弱了抖振，在轨迹跟踪上性能良好。