自主水下机器人(AUV)具有体积小、重量轻、造价低、自主性强等优点，在海洋勘探、目标搜索及海下救援等方面已经得到了广泛的应用。AUV的控制系统是保证其操纵性能的关键,因此研究AUV控制系统、设计算法和仿真具有重要的现实价值和工程意义。与单个AUV相比，多AUV能够承担更加复杂的多目标协作任务。相应地，其控制系统不但要具有单AUV的功能，而且更需要具有它们之间的协调控制能力。目前，多AUV协调控制系统的研究成为AUV控制问题研究的主要方向之一。本文主要研究多AUV编队控制问题。从控制算法和可视化仿真的角度，研究AUV编队协调控制、路径规划、避障等方面的一些理论问题，旨在提高多AUV编队协调控制的动态品质，并且以更加直观的形式验证所提出的算法的工程适用性。论文的主要工作如下：第一部分：编队协调控制。多AUV系统采用领航者-跟随者结构。基于AUV运动学模型，根据编队控制对AUV间的距离和姿态要求，建立了编队的误差模型，再依据李雅普诺夫稳定性理论，通过选择合适的李雅普诺夫函数，给出跟随者AUV编队控制器设计算法。第二部分：路径规划。采用蚁群算法在多AUV系统中以领航者为对象进行路径规划。利用八叉树在压缩环境信息的同时对水下环境建模，采用改进蚁群算法进行路径规划，利用机器人与障碍物及与终点的距离构造综合启发信息，并引入惩罚因子概念，对蚂蚁寻找出的路径施加惩罚因子，淘汰距离障碍物过近的路径，使得规划出的路径与障碍物保持安全距离的同时保证路径最短。第三部分：避障。采用人工势场法为跟随者机器人增加避障功能。在斥力势场函数中添加机器人与目标点的距离信息改进传统的人工势场法以解决目标点距离障碍物过近时势场失效的问题，并且将改进的人工势场法与编队协调控制算法进行了融合，跟随者距障碍物的距离小于某阈值时，其以编队形成时应处于的位置为目标点利用改进人工势场法进行避障，相反则利用编队协调控制算法进行编队。第四部分：三维可视化仿真。利用OpenGL及3ds Max建立水下虚拟环境，首先利用3ds Max软件建立机器人及障碍物的三维模型并导出ASE模型文件，再利用OpenGL建立水下场景，读入模型文件并渲染模型。采用多线程技术模拟多AUV在真实环境中的运动，用Java语言实现编队协调控制和避障融合算法及路径规划算法，并用OpenGL将各AUV状态实时地展现在虚拟环境中来实现编队的可视化仿真。