自治式水下机器人(AUV)系统具有非线性、强耦合性和数学模型不确定性的特点,工作时存在未知外扰的影响,这对AUV运动控制系统的设计提出了更高的要求。一般的控制策略难以取得较好的控制效果,而自抗扰控制器(ADRC)不依赖对象的精确数学模型,能够解耦控制。本文提出将自抗扰控制技术应用于AUV运动控制系统中,以改进传统控制方法的局限性。对自抗扰控制器及其在AUV运动控制中的应用和改进进行了分析和研究。首先,对AUV进行动力学分析,并根据盘形AUV特点,在海洋环境中建立了AUV的四自由度数学运动模型,进而得到了深度、航向和速度控制的方程,并建立了AUV推进器模型和海流干扰模型。其次,在对传统PID控制器的优缺点分析的基础上,讨论了跟踪微分器、扩张状态观测器、非线性状态误差反馈律的基本原理,给出了ADRC的结构图和算法实现,并在MATLAB/Simulink中搭建了自抗扰控制器。再次,针对自抗扰控制器参数选取的问题,确立了参数整定的原则。运用自抗扰控制技术设计了水下机器人运动控制的自抗扰控制器,进行定深、定向和定速控制。仿真结果表明,ADRC可以实现AUV运动控制的精确性、鲁棒性和稳定性,能够克服海流等干扰的影响,相比传统PID控制器,自抗扰控制器的控制效果更好。最后,分析自抗扰控制器的控制效果,并根据自抗扰控制器和其中扩张状态观测器(ESO)的特性,用BP神经网络补偿控制对象的部分变化,设计了“鲁棒性”更强的基于神经网络的自抗扰控制器。通过仿真证实了基于神经网络的自抗扰控制器能对参数变化范围较广的AUV运动进行有效控制。本文的研究成果为自抗扰控制技术在其它类似的海洋工程类设备控制问题上的应用提供了一定的依据。