随着世界范围内核工业的迅速发展,放射源丢失事件也经常发生。目前,对于丢失放射源的搜索基本是通过人工搜索来完成,在陆地上已经陆续开展利用机器人搭载探测器代替人工来搜索放射源,降低人员受辐射的风险,提高搜索效率。而遗失在水下的放射源,为了避免对水资源的持续污染也需要尽快回收。智能水下机器人（Autonomous Underwater Vehicle,AUV）相比其它水下无人航行器在水下自主探测方面具有成本低、自带能源、定位精度高、移动性较快、操纵性灵活、无人无缆以及智能化程度高等优点,利用AUV去搜索水下的放射源将成为该领域的必然趋势。本文以AUV为研究对象,重点研究了AUV基于行为的搜索γ射线点源放射源的源头位置和放射源的辐射边界。本文的主要研究内容如下:1.AUV运动仿真建模与g射线辐射场仿真建模。基于哈尔滨工程大学研制的“WL-2”型AUV,定义AUV相关参数,建立AUV在水平面的运动模型。基于g射线在二维介质环境下的衰减规律,对点源g射线辐射场进行仿真建模,来模拟AUV在水下检测到的辐射强度,为AUV提供了感知层的信息。2.AUV基于行为的放射源搜索方法研究。针对AUV搜索g射线点源这一研究内容,提出了一种基于行为的放射源搜索方法,设计加入了3个行为。针对传感器检测辐射强度的随机性,在行为2中展开了详细的研究,并且根据点源g射线的衰减规律,改进了一种估算辐射强度梯度的算法,并且提出了“∞”形搜索方式,利用两个圆形运动产生的辐射强度梯度的射线求出有效相交点来估计点源的位置点。最后设计了基于行为搜索放射源方法行为之间的切换规则,保证每一时刻只有一种行为在运行并且协调各个行为有序进行。在仿真实验中验证AUV基于行为的放射源搜索方法的有效性。3.基于行为的放射源辐射边界搜索方法研究。针对AUV搜索放射源的辐射边界的研究内容,采用边界搜索中的先获取边界点再进行边界重构复现的方法。本文利用AUV在辐射场中连续驶入和驶出辐射场的边界处,来获得离散的边界点,再通过三次样条曲线来重构复现出辐射场的边界曲线。采用了两种方法来得到离散的边界点:（1）利用大范围变化矩形搜索方式,对指定辐射区域进行完全遍历搜索;（2）利用局部规划,设计出一条“S”形运动曲线,利用AUV围绕圆心进行圆形运动,并且设计出圆心的更新方法,使AUV在辐射场边界处驶入驶出,获得边界点从而完成对辐射场边界的搜索。最后通过三次样条曲线对这些离散的边界点进行拟合,让AUV沿着曲线运动进行验证。在仿真实验中验证AUV基于行为的放射源边界搜索方法的可行性与有效性。