随着人们对海洋的开发日益深入,现阶段人们对深海自主水下机器人(Autonomous Underwater Vehicle,AUV)的使用提出了更高的要求,希望AUV能够完成例如海底地形跟踪,海底矿产资源勘探拍照,定高航行等任务,这些任务对AUV提出了更高的要求,一般要求AUV距离海底高度不大于5m,航速小于两节,另外由于海底地形的未知性和复杂性,我们不能提前对AUV进行路径规划,这就要求AUV必须进行实时避碰,目前国内外使用的大多数AUV都是针对特定的任务进行设计的,针对海底定高航行和海底地形跟踪方面等拥有良好实时避碰功能的AUV相对还比较少,深海海底地形也像陆地地形一样复杂多变,而深海水下机器人感知环境的手段又非常有限,高度计和深度计都存在较多的背景噪声和较大的测量误差,此外由于深海水下机器人携带的测距声纳和前视声纳探测距离都非常有限,通常为100米左右,再考虑每个声纳的探测角度限制,这也就意味着深海水下能够感知环境的信息是不完全,且非常有限的。如何选择合适的滤波算法准确估计地形坡度及设计鲁棒性更好的实时避碰方法就深海水下机器人实时避碰的难点。本文的主要研究内容及研究结论概述如下:1)针对高度计和深度计都存在较多的背景噪声和较大的测量误差,本文提出了基于扩展卡尔曼滤波与最小二乘法的海底地形坡度估计,并对算法进行了仿真验证。2)针对AUV在进行海底地形跟踪、定高航行等任务,本文提出了基于滑模控制的AUV垂直面运动控制,并建立了AUV运动学动力学模型,最后对算法进行了仿真验证。3)在深海水下机器人传感器探测感知环境的能力较为有限的情况下,本文提出了基于近域图导航的AUV实时避碰方法,并通过半物理仿真平台对算法进行了验证。4)对所提出的深海水下机器人实时避碰方法进行了半物理仿真验证和湖试试验验证。自主水下机器人实时避碰是一项极具挑战性的研究课题,本文只是针对一类欠驱动AUV、基于扩展卡尔曼滤波、滑模控制和近域图导航设计了一种实时避碰系统的实现方法,并用仿真和试验验证了该系统的可行性和有效性。