航路规划技术是无人航行器实现自主导航的关键技术之一，然而在海洋环境中，航行条件恶劣，通讯严重受限，自主导航往往面临着极大的困难与挑战，因此合理有效的航路规划方法成为众多学者研究的重点。本文提出一种动态编码粒子群算法，并在单航路、多航路协同和编队航路规划任务中验证了算法的有效性。　　本文首先介绍了复杂海洋环境下自主航行器航路规划问题的背景、意义及研究概况，然后概述了解决航路规划问题的基本步骤，对复杂海洋环境下的约束区域模型及规划空间建立方法进行了详细描述，并根据不同任务类型对航行器航行过程中受到的约束条件进行建模。　　针对粒子群算法在解决航路规划问题时维数受限的问题，提出了一种新型的动态编码粒子群算法，该算法粒子的维数根据其进化状况动态改变，当粒子失效时，结合基于通视性分析的深度优先算法对粒子进行“变异”，当粒子冗余时，可动态“削减”不必要的维度，并在此基础上制定了粒子维数不同时各维度分量的速度及位置更新策略。动态编码在保证粒子寻优能力的同时提高了收敛速度。对比实验显示，动态编码粒子群算法与基本粒子群相比，规划结果更优、速度更快，与基于通视性分析的深度优先算法相比，虽然速度略慢，但能够规划出逼近全局最优的结果。　　针对多航行器协同航路规划问题，在时间协同约束上，给出了基准协同时间初始化及动态更新策略，在空间协同约束上，采用K均值聚类算法，根据粒子的空间分布将一个种群划分为多个子群，进而为每个航行器规划出多条时间协同但空间分布不一致的航路。综合多个航行器的多条航路，挑选出最满意的协同航路组。　　紧接着针对多航行器的编队航路规划问题展开研究。通过不同类型导航点的定义，整个编队航行过程被分解为队形保持与非保持阶段，从而问题也被划分为带队形约束的协同航路规划问题与普通多航路协同规划问题两部分。通过执行两级规划，得出有队形且保持时间和空间协同的一组航路。