地球上海洋面积庞大,而且海洋中存在大量的资源,所以人们对海洋研究的热情日渐高涨。自主水下航行器(Autonomous Underwater Vehicle,AUV)作为探索海洋的重要手段,在军事上和民用上都有着广泛的应用。近年来,随着学者们对多机器人系统的研究,多AUV协同导航定位技术也得到了重点关注。多AUV协同导航定位技术就是使用少数配有高精度导航设备的主AUV来提高仅配有低精度导航设备、低成本从AUV的定位精度。本文研究的是基于距离信息的多AUV协同导航定位技术,主要做了以下几方面的工作:首先,本文论述了 AUV在水下航行时几种常用的导航方法,对多AUV协同导航的相关基础与模型进行了介绍,其中包括AUV在航行时常用的传感器、坐标系、参数定义和多AUV协同导航定位的水下通信测距技术及其运动学模型。其次,针对单领航者的多AUV协同导航定位算法,引进移动矢径方法,建立数学模型,并利用基于Lie导数的非线性系统观测性秩判据法对该系统的可观测性做出了分析和讨论。然后,对不同的采样周期和领航者与跟随者之间的路径复杂度对定位结果的影响做出了讨论,针对在航行过程中有洋流干扰的情况,重新建立数学模型,最后通过仿真验证导航算法的正确性。针对多领航者的多AUV协同导航定位算法,分别研究了扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和容积卡尔曼滤波算法。基于三种不同滤波算法的基本原理,设计了相应的协同导航算法,从理论本质、估计精度、计算复杂度三个角度对三种算法进行了对比分析,针对在航行过程中噪声统计特性未知的情况,建立了 Sage-husa自适应扩展卡尔曼滤波算法,对上述算法做了仿真,验证算法的有效性。最后,针对卡尔曼滤波算法的局限性做出了分析,并提出因子图算法的优点。随后介绍了因子图表示方法及和积算法,建立了基于因子图的多AUV协同导航算法,对该算法设计了仿真案例,通过与扩展卡尔曼滤波算法对比,验证其优越性。