水下机器人由于具有携带方便,操作简单的特点,被广泛应用于水下资源勘探与开采,因此,对其控制系统的研究,实现水下机器人稳定、快速、准确的运动控制,具有重要的工程意义。针对水下机器人受水流影响大,受力情况复杂,难以实现高效的运动控制等问题,本文采用串级LADRC控制方法对水下机器人的艏向与深度进行控制;利用粒子群算法对串级LADRC控制器的参数进行优化,具体研究如下:首先,利用solidworks建立水下机器人三维模型,并对水下机器人进行了动力学与运动学分析,推导了水下机器人动力学方程,通过拉氏变换得到水下机器人转艏运动和深度运动的传递函数,并通过CFD计算得到水下机器人平移运动和旋转运动受到的阻力与阻力矩,通过二阶拟合的方法得到水下机器人相应的水动力系数。针对传统PID控制方法存在超调量偏大,稳定性差等问题,采用串级LADRC方法进行水下机器人的运动控制。通过内环进行角速度控制,外环进行角度控制的方式实现水下机器人艏向控制;通过内环进行加速度控制,外环进行位移控制的方式实现水下机器人深度控制,并在MATLAB的simulink模块中建立模型,分别使用串级PID控制方法与串级LADRC控制方法对水下机器人的艏向和深度进行仿真。仿真结果表明,串级LADRC控制方法相比串级PID控制方法,在艏向控制时调节时间下降了约14.38%,超调量减少了约40.1%;在深度控制时超调量减少了37%,调节时间减少了6.25%;在受到外力干扰时,串级LADRC受到的影响更小,表明串级LADRC控制效率更高,稳定性更好。针对串级LADRC控制器的调参问题,采用遗传算法与粒子群算法进行自动参数整定并优化参数。在MATLAB的simulink模块中分别使用遗传算法与粒子群算法进行串级LADRC控制器的参数整定,每种算法各运行十次,选取最优适应值最小的一次进行水下机器人控制仿真,并对能控制效果图进行对比分析,结果表明粒子群算法在参数优化中效果更好;利用粒子群算法调参的串级LADRC控制方法对水下机器人的艏向及深度进行控制,结果表明粒子群算法自动调参的串级LADRC控制方法相比经验法调参的串级LADRC控制方法更好,在艏向控制中调节时间减少了约23.63%,超调量减少了约24.19%,在深度控制仿真中超调量减少了60%,从而大大的提高了控制系统的精度。为了验证水下机器人的控制效果,搭建了由八推进器、Pixhawk开源飞控、MEMS传感器、摄像头和浮力块组成的水下机器人实验平台进行控制实验。通过在飞控中写入串级PID与串级LADRC程序,测得水下机器人传感器中的角度和深度数据,经过对比分析得出:串级LADRC的总体控制效果优于串级PID的控制效果。