海洋是生命的发源地、运输的要道、能源的宝藏和战略布局的必争之地。水下航行器作为探索海洋资源的重要手段之一,已经成为世界各大国海洋科技竞争的重要研究方向之一。但是,水下机器人的核心技术仍然存在许多科学瓶颈难以突破。一方面,水下环境感知是首当其冲需要解决的问题,基于声学感知的传统水下感知设备,不仅设备造价昂贵,而且在近距离区域感知效果不佳。另一方面,水下避免碰撞和路径规划是水下机器人完成探索任务的基础,现有的水下避障算法在理论研究上研究颇丰,但是缺乏真实场景的落地实现。针对传统的声学探测方案在近距离水域感知不灵敏的问题,本文采用了一种基于双目立体视觉技术的水下障碍物定位方法。该方法采用暗通道先验算法清晰化纹理模糊的水下场景图像,采用YOLO-V3目标识别算法实现水下机器人障碍物识别能力,然后采用双目视觉立体匹配算法计算障碍物的视差。水池实验证明,基于双目立体视觉技术的水下障碍物定位方法在近距离应用时误差在10%左右,从而验证了所研究方法可以实现水下障碍物近距离定位。针对水下机器人的避障问题,本文提出了一种模拟流体绕流运动的三维流函数避障算法。该算法将传统的二维流函数避障算法扩展到三维空间,使其能够灵活的适用在水下的避障场景。本文分析了避障流线的斜率,论证了算法所得曲线具有平滑性的特点。针对流函数固有的滞点问题,论文提出了一种基于虚拟障碍物法的解决方法。水下机器人避障过程中的能量损耗公式,证明了所述算法具有低能耗的特点。在MATLAB上对所述算法进行了验证,结果证明该算法不仅具避障平滑度好、能量消耗低以及避障效率高的特点,而且具有占用物理内存少、算法复杂度低和移植性好等优势。本文提出的基于双目立体视觉技术与三维流函数避障算法相结合的方案,在水下机器人避障实验进行了测试。实验结果表明,三维流函数避障算法可以规划有效的水下避障路线,水下机器人实际运动轨迹与算法规划的避障路线逼近,因此可以实现较好的避障效果。