自主水下航行器(AUV)无需操作人员直接操控，能够在海洋水下自主执行设定任务，在军事、海洋资源开发等领域具有广泛的应用前景。由于AUV成本、重量、推进器效率及系统可靠性等因素的影响，大多数AUV是欠驱动的。欠驱动AUV航路跟踪任务可分为路径跟随(PF)问题和轨迹跟踪(TT)问题，并且路径跟随包含了曲线路径跟随问题和路径点跟踪问题。　　对于欠驱动AUV系统，其独立控制输入维数少于其自由度，系统具有不可积的加速度约束，并且动力学模型具有高度非线性和强耦合性，使航路跟踪控制器的设计具有一定挑战。AUV工作在海洋水下复杂环境中，为了进行精确的航路跟踪，控制器设计过程中考虑海流干扰因素、模型参数不确定因素、动力学模型结构不确定因素和速度不易测量因素是十分必要的。本文考虑上述因素，分别针对欠驱动AUV2-D水平面3-D空间的航路跟踪控制问题，基于非线性系统理论设计控制器。主要研究内容如下：　　阐述欠驱动AUV运动模型，分析其特性。首先描述AUV六自由度运动学和动力学模型，根据模型简化假设条件，得出欠驱动AUV2-D水平面和3-D空间的运动方程。利用非完整约束的定义，给出欠驱动AUV非完整约束方程，根据可控性判据，分析所研究的欠驱动AUV的可控性。最后对航路跟踪目标进行说明。为下文控制器设计奠定基础。　　针对欠驱动AUV的2-D水平面路径跟随(PF)控制问题，首先，考虑海流干扰为已知常值和AUV模型参数不确定因素，设计基于反步法的自适应路径跟随控制器。基于LOS导航算法和反步法得到实际控制输入，通过二阶低通滤波器，解决期望艏摇角导数解析式过于复杂导致控制器设计困难的问题，并使系统输出光滑连续。基于 Lyapunov理论设计自适应律估计模型参数，保证了系统的鲁棒性。通过在控制器中抵消干扰项，减小了海流干扰作用力对跟随性能的影响，Lyapunov理论证明了系统的稳定性。然后，将海流干扰视为未知常值，并同时考虑动力学模型结构不确定因素，设计模糊神经网络L2增益路径跟随控制器。在已设计的纵向推力和转艏力矩基础上，进一步利用模糊神经网络估计动力学模型不确定项，未知常值海流干扰作用力通过 Lyapunov方法设计自适应律进行估计，进而在控制器中抵消干扰，对于不包含鲁棒控制项的控制器，理论证明系统对模糊神经网络逼近误差的L2增益小于?，从而保证了系统的鲁棒性。通过仿真实验验证控制器的有效性。　　针对欠驱动AUV2-D水平面轨迹跟踪(TT)控制问题，考虑AUV动力学模型参数不确定因素，首先设计了基于Lyapunov直接法的自适应跟踪控制器，参考路径由虚拟AUV模型产生，通过Lyapunov函数的递进设计，得到纵向推力和转艏力矩，利用Lyapunov理论设计自适应参数估计律，实现对未知模型参数的估计，保证了系统的鲁棒性。然后以此为基础，利用级联理论重新设计了转艏力矩，改进了控制器，提高了系统跟踪性能。另外，对于动力学模型结构不确定情况，设计了模糊神经网络自适应跟踪控制器。通过设计自适应律估计模糊神经网络权值，使模糊神经网络有效地估计了非线性不确定项。通过Lyapunov理论证明和仿真实验验证该控制器的有效性。　　针对欠驱动AUV的3-D空间路径跟随(PF)控制问题，同时考虑海流干扰为未知常值和模型参数的不确定因素，设计基于海流观测器的跟踪控制器。基于三维 LOS导航算法和反步法设计纵向推力、俯仰力矩和转艏力矩，利用死区方法估计不确定的模型参数，通过将期望艏摇角从<-π,+π>到<-∞,+∞>进行累加映射，避免了AUV艏摇角不连续引起的控制器振荡，设计滤波环节解决了期望俯仰角和艏摇角导数解析式过于复杂的问题，并使系统输出光滑连续。基于运动学模型设计海流观测器实现了对未知海流速度的重构。最后，利用Lyapunov理论证明并通过仿真实验验证控制器的有效性。　　针对欠驱动AUV3-D空间路径点跟踪控制问题，在同时考虑AUV速度不可测和水动力非线性阻尼项系数不确定因素基础上，分别针对忽略海流干扰作用力、考虑海流干扰作用力为已知常值和海流干扰作用力为未知常值三种情况设计了自适应输出反馈控制器。基于运动学和动力学模型设计状态观测器，重构了AUV速度，在提取非线性阻尼项系数矩阵基础上，参数自适应估计律利用 Lyapunov方法设计，保证了系统跟踪误差的稳定性，通过中间输入量的设计和观测器反步法得到实际控制输入，对于已知常值海流干扰，直接在控制器中抵消该项，对于未知常值海流干扰，通过设计自适应律估计干扰作用力，从而使在控制器中可抵消该项，由此减小了海流干扰对跟踪性能的影响。通过Lyapunov理论和仿真实验验证控制器的有效性。