自主水下机器人(Autonomous Underwater Vehicle,AUV)是海洋资源持续利用以及开发的重要技术手段之一,关于该研究领域的问题正在逐渐被人们重视。近年来AUV快速发展,正逐渐成为科学研究和军事工业等领域采集观测海洋环境特征数据的重要运载平台。然而,AUV运动控制的问题是比较复杂的,例如建立精准的AUV运动模型、提高控制器的性能等核心关键问题都需要同时考虑加以解决。本论文主要开展以下研究工作:本研究在分析模型预测控制(Model Predictive Control,MPC)算法的基础上,构建了所研究AUV的运动学方程和动力学方程,并进一步推导出了适合于模型预测控制的,过驱动AUV运动状态空间模型。针对传统模型预测控制方法难以对快速性与抗干扰性实现兼顾,结合所研究AUV运动特征,对MPC控制器的代价函数解算方法进行了以worst-case为基础的改进,并以线性矩阵不等式的方法对约束条件进行了处理,优化了预测时域选取方法,改进了模型预测控制方法的最优性。在此基础上,开展了基于模型预测控制器的路径跟随研究。本研究以机器人操作系统(Robot Operating System,ROS)建立仿真平台,对改进模型预测控制器性能以及路径跟随的实现进行了仿真验证,得到了部分参数关于改进模型预测控制器的稳定性、控制性能以及参数的敏感程度影响的规律,表明了该改进模型预测控制方法对AUV运动控制的适用性以及有效性。