自主式水下机器人(AUV)因其能在复杂的海底未知环境中实现自主航行,在海洋探测、海底救捞、资源开发等方面得到了广泛的应用,并有着广阔的发展前景。作为AUV关键问题的导航技术一直是人们研究的热点问题之一,同时定位与地图构建算法(SLAM)是解决AUV自主导航问题的基础,它指的是让AUV从一个未知的位置出发,通过其自身携带的传感器对周围环境进行探测,构建环境地图,同时利用该地图及传感器数据计算机器人位姿,实现对机器人自身的定位。针对水下环境的复杂性、传感器的特殊要求、点特征描述的局限性,本文将线特征描述用于AUV SLAM算法,并开展了深入研究。首先,介绍国内外AUV研究现状及发展前景,综述同时定位与地图构建(SLAM)算法,对几种SLAM算法进行简单比较;其次,以EKF为例详细介绍SLAM算法的基本原理和具体执行过程;再次,阐述基于改进的霍夫变换来提取声纳线特征的方法,并用给定置信水平的高斯分布来估计线特征的不确定度,使得提取的结果可以方便直接地融入SLAM过程;在此基础上,对基于线特征的EKF SLAM算法进行研究,论文详细阐述了线特征融入EKF SLAM的具体方法,并用真实环境中的实验数据加以验证,证实了该算法的有效性;最后对全文进行总结,并提出今后可以改进的地方。本文相关研究工作表明,基于线特征描述的同时定位与构图方法在AUV自主导航中应用是可行的。