本论文以国家重点研究项目-XXX远程航海与智能控制研究为背景，针对自主水下机器人(以下简称AUV)，深入开展了全局路径决策方法研究和在线路径决策方法研究。在全局路径决策方面，首先，在传统栅格环境模型的基础上建立了蚁群可视图模型，设计了蚁群优化的状态转移规则和信息素更新规则，给出了基于蚁群优化的全局路径决策步骤及其面向路径经济性目标的蚁群优化决策方法；其次，为保证决策路径的平滑性，设计了双向切割算子和插点算子，对蚁群优化决策出的路经进行平滑处理，既保证了路径平滑度，又进一步优化了路径经济性；最后，针对以路径长度和路径威胁度为目标的决策问题，引入了威胁评估的方法，给出了威胁互联网概念，阐述了威胁源信息资源共享表的建立过程，建立了关于路径长度和威胁程度的目标函数。在在线路径决策方面，首先，建立了多波束前视声纳的仿真探测模型，用于仿真探测不确定环境中的未知障碍信息；其次，为克服蚁群在传统栅格模型中仅能选择相邻栅格行走的局限性，本文在蚁群最后一步路径选择时引入了虚拟可视的概念，提高了蚁群优化的效率；再次，为防止在线路径决策导致AUV出现大角度转艏动作，在蚁群优化的目标函数中引入了非线性惩罚机制；最后，给出了基于蚁群优化的在线路径决策操作步骤及其实现方法。本文通过Visual C++开发的仿真试验平台对上述研究成果加以验证，试验结果表明：基于蚁群优化的AUV路径决策方法有效且可行，具有搜索时间短、路径优化且安全等优点。