高精度水下导航定位能力一直是制约AUV（Autonomous Underwater Vehicle,AUV）实现大范围,长时序,远距离海底地形抵进探测的瓶颈问题。推位导航系统能够为AUV提供连续的水下位姿信息,但是其自体定位误差随时间累积,需要利用卫星导航系统或声学定位系统进行修正。但声学定位系统覆盖范围有限,而卫星导航系统无法在水下环境中使用。地形辅助导航系统虽然自主性较高,不需要卫星导航系统或声学定位系统辅助修正,但需要预置先验地图,不适用于AUV对未知海域的海底地形探测。同步定位与建图技术（Simultaneous Localization And Mapping,SLAM）可以使AUV在对周围环境地图进行实时构建的同时获取自身在该地图中的位姿估计。因此,SLAM技术可以同时解决AUV定位与环境地图构建两个问题,在水下导航定位技术中极具发展潜力和空间,对于提高AUV的自主性有着重大意义。但SLAM技术不具备海底地形场景自主认知能力,智能水平较低,无法根据已构建的海底地形数据实时优化航行路径,主动修正AUV定位误差,极大地限制了AUV的自主性与智能性水平。针对这一问题,本文开展水下主动SLAM技术可导航区自主认知与路径规划算法研究。首先,针对AUV水下SLAM不具备海底地形可导航性自主认知能力问题,提出了一种基于高程差的海地地形图可导航性非参数化表征算法,并基于DBSCAN（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）算法对海底地形非参数化特征进行聚类,提取可导航区的地理位置信息,使AUV能够通过对海底地形高程地图进行分析,从而具备了对环境的自主认知及辨识能力。其次,针对多波束声呐地形扫测机理,提出一种基于虚拟路径的螺旋卡尺（Rotating Calipers,RC）海底地形全覆盖路径规划策略,使AUV快速感知海底地形可导航区域的同时,规划可导航区切入方式,优先扫测可导航区海底地形,构建任意非凹几何形状的可导航区高精度海图。然后,针对AUV水下SLAM不具备定位误差主动修正能力的问题,提出了AUV定位误差主动修正路径规划算法,构建海底地形可导航区主动回溯路径。在AUV导航系统定位失准时,引导AUV规避碍航物返回可导航区进行误差修正,提升了AUV的自主性以及智能性。最后,针对多波束声呐条带状海底地形感知信息间无法进行序贯匹配的问题,基于高斯回归过程对当前时刻海底地形进行软观测,进而采用ICP算法实现了一种海底地形硬观测与软观测相匹配的AUV定位误差修正算法,抑制了AUV导航误差的发散速率。