自主式水下潜器(automatic underwater vehicle,简称AUV)是一种在水下环境中连续自主完成作业任务的自主式水下潜器,具有探测环境信息、分析和处理环境信息、躲避障碍物、目标跟踪、自主导航的能力。路径规划问题在水下潜器作业任务过程中处于重要的位置,它关系到水下潜器的运动动作、航行安全。根据自主式水下潜器的自身特点,其路径规划问题属于探测的局部路径规划。探测的局部路径规划的相关内容在自主式水下潜器领域已经有了大量的研究,但能够适用于水下三维复杂环境的算法较少,因此针对水下三维复杂环境的自主式水下潜器探测局部路径规划的研究对推动其相关应用领域的发展具有重要意义。本文对自主式水下潜器探测局部路径规划的相关内容进行了研究。首先,对水下潜器环境探测声纳传感器的探测特点进行了分析和研究,建立了二维空间的传感器探测模型,进而提出了探测局部路径规划双安全边缘自由工作空间环境信息的处理和分析方法。该方法采用了探测到的环境信息中搜索与规划运动体运动动作相关的关键信息—双安全边缘(double-safe-edges,简称DSE),将此信息与运动体自身安全区域相关联,从而实现了双安全边缘自由工作空间对探测获得的环境信息抽象描述。其次,对探测的局部路径规划过程中子目标点选择的相关因素进行了分析和研究,提出了基于信度函数的相关因素融合对子目标优化选择的信度空间。此方法将子目标点选择相关因素转换为信度的表示形式,将其置于信度空间中进行分析和融合,发挥可转移信度模型(transferable belief model,简称TBM)中关于信度融合、目标分类的优势,实现了探测的局部路径规划过程中子目标点优化选择的目的。再次,对联合目标跟踪与分类相关内容进行了分析和研究,提出了基于信度函数的联合目标跟踪与分类的改进方法。该方法以水下工作环境中被动纯方位跟踪技术为背景,分析了无迹粒子滤波的滤波过程,完成了滤波过程中系统状态、量测方程的建立,实现了被动纯方位运动目标的无迹粒子滤波跟踪过程。结合可转移信度模型的连续目标分类方法,实现对任务目标动态连续分类的目的,从而对目标跟踪过程中系统状态方程中某些变量之间先验关系进行调整,实现状态方程与任务目标之间的匹配,进而提高对目标识别的程度和目标跟踪的精度,通过仿真实验表明了此思路和方法的有效性。最后,将二维空间中的双安全边缘自由运动工作空间和相关因素信度空间向三维水下环境进行扩展,提出了自主式水下潜器探测局部路径规划算法。该方法适合三维空间中空间障碍物的探测和信息存储,结合水深数据栅格方式的探测和更新方式,建立了基于地形栅格表示的水下双安全边缘自由运动工作空间,根据空间障碍物和海底地形不同的处理策略对水下潜器的运动动作进行规划,同时对算法的可达性和安全性进行了分析。不同模式的实验仿真过程表明了自由工作空间的可行性和算法有效性。