随着各国对海洋领土与资源的重视,各种水下航行器得到迅猛发展。自主式水下机器人(AUV)作为一种新型的水下探测工具,因其具备操控灵活、能耗低、智能性高等优点,在执行海洋任务方面有着独特的优势,广泛应用于民用工程与国防建设等领域。AUV相关研究的热点技术中,路径规划技术作为导航控制技术的重要组成部分,是AUV在复杂多变的海洋环境中正常航行与安全工作的保障。本文主要从全局和局部两方面对AUV的路径规划技术展开研究,旨在实现AUV全局路径规划的多目标优化需求以及改善其局部路径规划的动态避障性能。首先,针对复杂海洋环境下AUV航行的多目标优化需求,提出一种基于改进蚁群算法的多目标全局路径规划方法。启发函数方面,对传统基于航行距离因子的启发函数进行改进,加快算法收敛速度,并且增加能耗因子、航道安全性因子构成综合启发函数;信息素方面,将蚁群信息素进行分类,基于不同目标性能的排序改进信息素更新机制,实现三种目标的同时优化,并且引入Pareto解集思想,寻得不同航行目标下的最优路径,提升解的全面性;环境建模方面,针对传统三维栅格地图计算量过于庞大的问题,提出一种高度降维的模型简化方法,能够保留重要信息的同时简化模型。其次,针对AUV在三维海洋空间内的局部动态避障需求,引入一种基于扰动流体模型的三维局部路径规划方法。依据局部环境信息建立初始流场模型,通过修正矩阵量化环境中各种障碍物对初始流场的扰动影响,计算修正后的流体流线作为AUV的动态规划路径。并针对该方法在实际应用中可能出现的驻点问题,采用增加附加修正场的解决办法;同时为避免AUV过度避障和避障不及时现象的出现,采用滚动优化策略对算法的相关反应系数进行优化,以提高避障效率。最后,针对传统局部路径规划在动态避障方面全局最优性和实时性的不足,引入一种基于混合结构的AUV动态避障规划策略。以离线的全局路径作为参考,通过设计的模型预测控制器实现对全局参考路径的稳定跟踪;同时对传统速度障碍法进行改进,在路径跟踪过程中通过建立三维碰撞锥与速度障碍锥模型,获得动态避障方向引导点,引导AUV进行避障;避障结束后调整目标函数的参数,恢复对参考路径的跟踪,使航行轨迹不因避障而脱离参考路径。最终使得AUV的航行既能充分利用全局地图信息,又能提高实时避障能力。