路径规划技术是水下潜器智能化航行的关键技术,在动态、静态障碍物的海洋里寻找一条安全快速的航行路径是水下潜器完成任务的前提。为了更准确地进行海洋三维空间环境下的水下潜器路径规划问题研究,本文首先对三维海底环境进行模拟,将水下潜器路径规划分为全局静态路径规划和实时动态避障两步进行,然后在全局路径规划中,针对路径规划区域的大小,分别用蚁群算法进行小范围栅格空间中栅格路径的求解,并用量子粒子群算法进行大区域复杂海洋环境中的路径求解,最后利用卡尔曼滤波对动态障碍物运动进行估计,根据相对运动进行水下潜器避障控制。本文的主要工作有:利用电子海图中水深数据建立路径规划研究区域的海底三维模型。从二维矢量电子海图中提取离散水深数据点,建立原始水深数据点的Delaunay三角网模型,利用基于分形布朗运动的随机中点位移法对Delaunay三角网模型进行中点插值;提出一种快速查找插值点的三角形内插法将细分后的Delaunay三角网模型进行三角形内插生成规则网格数据;利用改进型分形插值算法将格网数据生成海底三维模型。利用蚁群算法进行海底栅格模型空间中的全局路径规划。介绍了蚁群算法的基本原理,建立适用于蚁群算法求解路径规划问题的栅格化海洋环境模型,依据水深数据将栅格空间划分为可行空间与障碍区域的组合,将路径规划问题转化为求一组可行区域内最优栅格坐标组合问题,将算法中信息素值定义在各栅格点上,定义了蚂蚁的视野范围为下一层栅格的最近九个栅格,对蚂蚁的的转移概率进行改进,将栅格的安全性、距离长度及与目标直线距离均考虑在粒子启发信息中,对信息素更新进行改进,利用蚁群算法在栅格海底地形空间上进行水下潜器三维空间路径规划仿真实验,并对实验结果进行了分析。利用量子粒子群算法进行复杂海洋环境下的水下潜器三维路径规划。介绍粒子群优化算法和量子粒子群算法基本原理,将两种算法进行了对比;对三维空间模型进行了插值处理,得到精度更高的规则网格数据,研究了海流因素对水下潜器航行的影响,将海流影响转化为路径长度体现在粒子的适应度函数中,为了避免规划路径太过弯曲,研究了路径曲度惩罚函数,限定转弯角度,定义路径曲度转化函数将路径曲率体现在适应度函数中,设计路径安全检测函数,对生成的碰撞路径进行提升处理来跳出障碍环境,建立综合评价适应度函数来评判路径的好坏,利用量子粒子群算法进行复杂海洋环境下水下潜器路径规划仿真实验,并对实验结果进行了分析。进行了水下潜器路径点间的实时动态路径规划。介绍了水下潜器的运动学基础;通过声呐获取水下潜器前方障碍物的位置信息数据,建立运动障碍物的近似运动模型,将得到的位置数据利用卡尔曼滤波对障碍物运动进行估计;建立基于水下潜器与运动障碍物间的相对运动速度的碰撞预测模型;建立避碰决策模型,将避碰策略分为降速与转弯处理,通过控制线加速度与角加速度大小来实现避碰反应,将各种避碰决策对应为相应的权值,将避碰决策模型转化为整数线性优化问题求解,对提出的方法进行了实验仿真。