随着水下装备技术的快速发展,自主水下航行器（Autonomous Underwater Vehicle,AUV）尤其在海洋观测方面展现出广阔的应用前景。其中,自主路径规划技术是确保AUV抵达观测区域最优化和安全性的根本保障。本文面向崎岖海底观测需求,提出兼具路径最优化和航行安全性的AUV三维路径规划方案,解决崎岖海底环境下AUV全局-局部路径规划问题和AUV区域覆盖路径规划问题。主要研究工作如下:首先,面向海底观测需求针对崎岖海底环境下AUV航行安全问题,提出了海底区域崎岖膨化方法。具体地,通过崎岖海底环境栅格建模得到地形状态空间,并对其进行区域分解;进而通过定义各区域的崎岖度进行不同尺度的膨化,从而建立兼顾AUV航行安全与崎岖海底观测的路径规划环境模型。通过采用流行的A*算法在膨化前后的地形环境中进行路径规划分析,充分验证了所提出崎岖膨化方法的有效性和优越性。其次,针对AUV在崎岖海底环境下的全局路径规划问题,分别提出了平滑Lazy Theta*和改进精英遗传算法。具体地,平滑Lazy Theta*算法克服了Lazy Theta*算法在路径长度方面的弊端;改进精英遗传算法提升了精英遗传算法对复杂空间的搜索效率,并设计新的初始化方法。大量仿真验证和比较分析表明,平滑Lazy Theta*算法能够以最优时间得到较优的全局路径,改进精英遗传算法能够得到最优长度的全局路径。然后,考虑AUV动态约束下的单AUV和多AUV局部路径规划问题,提出了改进人工势场法和优先级策略。具体地,改进人工势场法充分考虑AUV的艏摇、俯仰角速度和前向速度等约束,并通过改进斥力势场函数以及结合平滑Lazy Theta*算法,解决了传统人工势场法目标不可达和局部极小值问题;针对多个AUV定义不同的优先级,实现了多AUV之间的协同规划,确保了多个AUV局部路径规划的避碰安全性。仿真结果验证了改进人工势场法可以解决局部极小问题和目标不可达问题,结合优先级策略的改进人工势场法可以实现对多AUV的局部路径规划。最后,针对单AUV和多AUV区域覆盖路径规划问题,提出了覆盖精英遗传算法。具体地,结合崎岖膨化海底环境模型,将膨化后的栅格点作为待覆盖点,进而借精英遗传算法迭代思想,通过重新设计遗传算子提出了覆盖精英遗传算法,实现了AUV对观测区域观测点的遍历覆盖,同时确保观测路径的安全性和最优性。仿真结果验证了覆盖精英遗传算法能够得到单AUV和多AUV的最优区域覆盖路径。