UUV的自主能力是UUV的核心竞争力，也是UUV领域研究的热点。安全性是UUV自主能力研究的一个重要分支。如同人一样，保证安全是UUV所有行为的前提。UUV面临的安全威胁主要包括自身和环境带来的威胁。其中，自身威胁主要指UUV自身的故障；环境威胁主要指UUV遇到的障碍物。本文立足于提高UUV的自主能力，从UUV的安全性考虑，应用SVM和模糊理论，研究了UUV推进器的故障诊断和UUV对未知障碍物的规避。针对UUV的自身安全威胁，本文研究了对UUV安全威胁最大的故障——推进器的故障感知与决策。UUV的推进器的电流具有滞后效应，当前电流会受历史电流的影响，本文提出了预测电流的概念。预测电流的求取是基于SVM的回归预测来实现的，获得了很好的预测效果。根据拟合关系计算出理论电流，用以体现当前控制电压对实际电流的影响。预测电流和理论电流按照某一系数融合为融合电流。融合系数根据电流异常时间和控制电压变化率的大小动态的调整，可以体现实际电流异常和控制电压的变化对融合电流的影响。本文设计了确定模糊系数的模糊规则和相应的隶属度函数。将融合电流与实际电流比较，可以实现推进器的故障诊断及分类。通过湖海试验，本文中的算法既没有出现“虚警”，又准确的诊断出了推进器的故障，同时对故障进行了分类，为UUV的容错控制提供了依据，从而保证了UUV系统的安全。针对UUV的环境安全威胁，本文研究了障碍物感知与避碰决策系统，包括障碍物数据的处理和基于行为的避碰算法设计。本文所研究的UUV装备了三个单波束测距声纳，又引入了虚拟声纳波来弥补单波束声纳信息量少的缺点，虚拟波是通过障碍物地图计算得到的。声纳较之雷达、超声波等陆上设备，信号不稳定、易受干扰等特点。本文利用支持向量在聚类中的应用，对障碍物信息聚类，以感知剔除声纳的噪声点，这样可以发现任意形状的障碍物，为避碰决策提供了数据支持。最后，设计了基于模糊理论的避碰行为。整个避碰系统是一个大的模糊系统，大系统下又分了四个相互联系的子模糊系统。根据UUV行驶的特点和可能遇到的情况，设计了相应的模糊规则和隶属度函数。通过仿真及湖上试验，本文提到的算法准确地剔除了障碍物的孤立点，而且能成功避开障碍物，安全到达目标点。