UUV(Unmanned Underwater Vehicles)承担着人类探索海洋、了解未知的重要使命,随着对海洋了解的深入和任务难度的提高,需要对UUV的各项技术提出了更高的要求,其中之一就是UUV的路径规划技术。UUV的路径规划是UUV在海洋环境中自主执行任务的关键技术,影响着UUV任务效率和任务安全。由于海洋环境的特殊性,洋流等水文因素给UUV的路径规划带来了巨大挑战。为了对UUV在二维复杂海洋环境下的路径规划问题进行研究,本文做了如下工作:分析了UUV及路径规划技术的研究现状,总结了UUV路径规划的大致框架。为了模拟二维海洋环境,本文卫星图为蓝本,使用k均值聚类算法将其转换为二值栅格地图数据,建立了动态障碍物的运动模型。为了模拟海洋中的洋流运动,使用了多Lamb涡流叠加的方法在栅格地图中添加了洋流的矢量场数据,以上述内容作为UUV路径规划的环境数据。使用粒子群算法作为主要优化算法,对粒子群算法的原理、优缺点和常见改进方法进行分析,结合粒子群算法在路径规划应用中的特点,提出了一种动态层次环形拓扑的粒子改进结构,并根据粒子的收敛特性,提出了一种自适应的参数设置方法,并对改进后的粒子群算法和基本粒子群算法做了对比仿真实验,验证其在寻优问题中的性能。针对UUV在全局已知的静态海洋环境下的路径规划问题,分析了任务可能的不同要求,从航行时间、能量损耗和安全性出发,按照不同的优先级分配设计了两种粒子群算法的适应值函数,分别是以航行时间最短为目标的适应值函数和以能耗最低为目标的适应值函数,并给出基于自适应动态层次环形拓扑结构粒子群算法(AHRPSO)的静态海洋环境下的UUV全局路径规划算法的实现步骤,并进行了三种场景下,分别进行了AHRPSO和基本粒子群算法、航行时间最短优化目标和能量损耗最低优化目标的对比仿真实验,并对仿真结果进行了分析,验证该算法的有效性。针对UUV在未知的动态海洋环境下的路径规划问题,结合UUV的特点,使用了基于UUV前视声纳的滚动窗口方法,给出了窗口的建立、更新方法和子目标点的选取方法,针对动态海洋环境中的移动障碍物采用了自回归模型进行运动轨迹预测,提出了UUV与动态障碍物的避碰策略,针对多UUV的路径规划问题,提出了UUV之间的碰撞预测方法和避碰策略。对上述方法进行了仿真验证实验,实验结果显示该方法满足UUV在位置动态海洋环境下的路径规划的任务要求。