近几年,人类对于海洋的研究与开发日趋激烈,未知海洋环境下的目标搜索与围捕问题一直是热门的研究话题。自主水下航行器(Autonomous Underwater Vehicle,AUV)作为拥有灵活的机动性和可装载的水下装置是解决当前问题的技术手段。本文针对未知水下环境的目标搜索和围捕问题开展如下研究内容:首先,对多AUV在水下环境的协同搜索与围捕任务进行分析,提出目标搜索与围捕的解决方案。同时针对执行未知水下环境的任务建立仿真环境地图模型、前视声呐模型、AUV运动模型和目标运动模型。然后分析了水下通信限制条件对多AUV协同任务的影响和AUV间的通信内容。其次,对未知环境下的AUV避障问题进行分析,提出一种未知环境下基于预测导引避障(Predictive Guidance Obstacle Avoidance,PGOA)算法。该算法将预测控制与导引算法相结合,利用轮廓凸算法和贝塞尔插值对声呐采集到的障碍物数据进行边界简化,最后将避障权值函数和预测控制二次寻优函数得出的避障航迹点结合导引方法实现避障目的。然后,针对未知水下环境的目标搜索问题,提出一种分布式动态预测控制(Distributed Dynamic Predictive Control,DDPC)的多AUV协同目标搜索算法。通过对多AUV系统状态进行预测与在线任务优化决策,得到任务环境区域信息与AUV的状态更新输入,实现多AUV协同目标搜索目的。解决了多AUV协同任务规划的目标搜索问题。通过在仿真实验中与其他搜索方法进行比较,验证了该算法在未知水下环境中处理多AUV协同目标搜索任务是一种有效的搜索算法。最后,针对动态目标围捕问题提出一种动态分布的围捕方法,使AUV快速组织三角形围捕队形实现动态目标围捕销毁的目的。解决了AUV围捕过程中合理分配围捕势点的问题。通过分析动态目标围捕结果,多AUV协同任务区域分配情况和目标搜索结果,验证了该方法的有效性和合理性。