自主水下机器人作为一种辅助人类进行海洋探索的智能工具,在资源勘探、海洋环境监测、军事侦察等民用和军事领域发挥着重要的作用。自主水下机器人通常需要在无人操控下到达预先指定的位置,因此实现精确的轨迹跟踪控制是衡量水下机器人控制系统的稳态性能的一个重要指标。在复杂多变的海洋环境下,海浪、洋流等干扰几乎不可避免,且通常难以精确测量。扰动的存在可能会导致控制系统的跟踪性能严重下降,使得系统输出偏离期望轨迹。此外,已有的水下机器人跟踪控制研究成果中,大部分文献仅考虑了控制系统的稳定性问题,较少的文献会系统地研究控制系统的暂态性能问题,而预设暂态性能(预先设定跟踪误差收敛速度及超调量)对水下机器人控制系统来说至关重要。因此,在外界扰动未知的情况下,研究水下机器人的预设性能跟踪控制具有重要的实际应用价值和理论意义。本论文基于backstepping的设计方法和Lyapunov稳定性理论,研究水下机器人预设性能跟踪与编队控制问题。通过采用鲁棒误差符号积分(robust integral of the sign of the error,RISE)技术和预设性能控制(prescribed performance control,PPC)方法,设计连续的控制器使得系统输出渐近跟踪期望的参考轨迹,并确保闭环系统满足预先指定的暂态性能。本论文主要研究内容如下:(1)针对系统动态已知的单个水下机器人轨迹跟踪控制问题,第二章采用RISE反馈技术,确保跟踪误差系统渐近稳定(即跟踪误差渐近收敛至零)。通过应用预设性能控制方法和Lyapunov稳定性理论,严格保证控制系统的稳态和预先指定的暂态性能。考虑到外部扰动通常难以精确获得,采用自适应控制增益(RISE反馈项的一部分)代替以往文献的常量增益,克服了直接测量扰动和高增益带来的控制问题,降低控制器设计的保守性。最后,由数值仿真验证控制器的有效性。(2)第三章研究具有不确定性的单个水下机器人轨迹跟踪控制问题。水下机器人系统模型具有很强的非线性,加上深海流体的影响,获得水下机器人系统精确数学模型极其困难。在具有模型不确定和存在未知扰动的情况下,传统的自适应控制方法通常获得系统状态一致最终有界的结果(即跟踪误差只能收敛至零的一个小邻域内)。本章采用基于RISE反馈技术的自适应前馈控制策略,利用自适应前馈项和RISE反馈技术对系统不确定动态及未知扰动进行补偿,实现系统输出渐近跟踪期望的参考轨迹。与此同时,本章引入的预设性能控制方法保证跟踪误差具有指定的收敛速度和超调量,提高系统的跟踪性能。通过将符号函数引入积分项,本章所设计的控制器不仅能保证系统渐近稳定,还能克服滑模控制的不连续问题。最后,由数值仿真验证控制器的有效性。(3)在单个水下机器人轨迹跟踪控制的基础上,第四章进一步研究领航者-跟随者(leader-follower)编队跟踪控制问题。单个水下机器人执行能力有限,对于复杂的任务,可能需要多水下机器人协作完成,且精确的轨迹跟踪控制是顺利完成编队任务的一个重要保证。本章采用RISE反馈技术结合RBF神经网络的自适应控制策略,保证编队控制系统渐近稳定。在该控制策略中,应用RBF神经网络逼近不确定动态,神经网络逼近误差和未知扰动则由自适应控制增益补偿。考虑到水下通信通常受到限制,本章在跟随者领航者之间构造一个虚拟领航者,通过约束跟随者与虚拟领航者之间的跟踪误差,保证跟随者始终处于领航者的有效通信范围内,当跟随者渐近跟踪虚拟领航者,跟随者处于期望的位置。本章基于backstepping的设计方法和预设性能控制技术设计编队跟踪控制器,应用Lyapunov稳定性理论保证编队跟踪控制系统的稳态和预先指定的暂态性能。最后,通过数值仿真验证所提出的编队跟踪控制策略的有效性。