资源的开采是人类历史发展历程中不可缺少的一项重要环节,然而随着人类的发展,陆地的资源即将被开发殆尽,面临着资源严重短缺的问题。海洋中蕴藏着丰富的矿产资源与生物资源,因此探索海洋被迫切的需求着。无人自治水下机器人（Autonomous Underwater Vehicle,AUV）具有体积小、无人化、集成度高、行动灵活等特点,可以在无人到达的深海区域、危险区域代替人类去完成多种任务,目前AUV已经成为主要的水下观测运载装备之一。由于其自治性,自主路径规划与自主运动控制是AUV完成多种水下任务的前提,因此路径规划与运动控制的研究是非常有必要且有意义的。在路径规划方面,传统的D*Lite算法存在扩展节点多,规划效率低等问题,本文针对复杂的水下三维环境中,通过改进算法的启发函数,减少扩展节点,明显提高路径规划的效率;传统的D*Lite算法规划出的路径紧贴障碍物,导致碰撞风险过高,本文通过引入障碍物威胁代价函数,使规划出的路径与障碍物保持一定的安全距离;传统的D*Lite算法规划出的路径上存在多处转角,导致AUV控制困难,本文通过引入高程代价函数,有效减少路径在高程方向的转角;最后本文使用准均匀B样条曲线对规划好的路径进行平滑,使AUV在路径跟踪过程中更加容易控制。仿真实验表明,改进之后的D*Lite算法能够明显改善和解决传统算法中的问题,可以用于水下三维路径规划。在运动控制方面,本文首先建立了AUV的六自由度运动学与动力学方程,为了简化研究,认为AUV在低速运动过程中的各自由度耦合作用不明显,将AUV的六自由度运动分解为水平面运动和纵垂面运动,对AUV的六自由度动力学方程进行简化,建立了水平面上的艏向控制模型和纵垂面上的深度控制模型。由于海流等时变性、不确定性因素的影响,AUV的艏向和深度控制系统是一种时变非线性控制系统。传统的PID控制器是一种线性控制器,不能很好的完成对AUV的控制,因此需要引入模糊控制。本文设计研究了一种模糊PID控制器,可以很好的应用于非线性控制系统。通过模拟实验发现,与传统的PID控制器相比,该控制器在调节时间和超调量方面都有着出色的表现。