海底存在着复杂的水文环境,无人自治水下机器人（Autonomous Underwater Vehicle,AUV）因为本身所具备的小型化、智能化等特点正逐步替代人工在各种环境下工作。它可以极大降低人类水下作业时的危险性,被视为探究和利用海洋的宝器,在世界范围内引起了大量研究者的关注。复杂洋流干扰下,AUV不仅要抵抗水流对预定轨迹跟踪时的影响,还要在AUV偏离预定轨迹后能够快速调整,使其重回预定轨迹,因此AUV运动控制方法的研究具有极其重要的意义。本文主要研究了复杂干扰下AUV三维轨迹跟踪的控制方法,具体内容如下:首先,根据AUV运动的特点,建立AUV运动的大地坐标系和随体坐标系,并根据建立的这两个坐标系进一步建立AUV运动的六自由度的运动学模型和动力学模型。再根据AUV的控制需求及其欠驱动特性,对六自由度运动方程进行适当简化,得到五自由度的非线性模型。最后根据小扰动法对非线性模型进行近似线性化,得到用于预测控制器设计的控制模型。其次,根据建立的五自由度AUV控制模型,以跟踪既定的参考轨迹为目标,基于模型预测控制（Model Predictive Control,MPC）方法设计了用于三维轨迹跟踪的预测控制器,将复杂的轨迹跟踪问题转化为易于求解的数学求解问题。接着针对外部复杂干扰和建模过程中误差等因素对AUV轨迹跟踪效果的影响,基于递推最小二乘法融合自适应算法对预测控制器中的状态进行辨识更新,改善控制效果,并通过数学方法对所提的控制策略进行分析,证明所设计的改进方法能够最终稳定。然后,设计了一种采用拉盖尔函数对自适应模型预测控制中输入变量进行重构。为了解决自适应预测控制中计算量大的问题,本文将拉盖尔函数引入预测控制器的设计,对输入参数进行重构,将数量较多的被优化控制输入变量转化为数量较少的拉盖尔系数。通过这种方式可以减少控制器的计算负担,提高计算速度,改善动态响应能力,优化控制效果。通过数学证明对所提的控制策略进行分析,结果显示所设计的采用拉盖尔函数对自适应预测控制的改进能够最终稳定。最后,通过软件仿真对所设计的采用拉盖尔函数的自适应模型预测控制轨迹跟踪方法与结合自适应预测控制策略、普通模型预测控制策略进行对比验证,并将设计的方法与普通的模型预测控制方法进行对比,结果表明,所设计的改进方法具有一定优越性和有效性,能够明显改进AUV的控制效果。