21世纪是海洋的世纪，海洋对于人类的发展和社会的进步起到至关重要的作用。AUV正是人类认识海洋、开发利用海洋的主要载体之一。人们对AUV的智能化程度要求也在提高，期望AUV在运动中能够感知周围环境，并且根据周围环境状况适时调整自身运动状态，能够规划出避碰的运动路径，这即为路径规划问题。路径规划面临着几个突出问题：第一，在复杂环境尤其是动态时变环境中，机器人路径规划非常复杂，且需要很大的计算量；第二，复杂环境的变化往往存在很多随机性和不确定因素。动态障碍物的出现也带有随机性；第三，机器人的运动存在几何约束和物理约束。几何约束是指机器人的形状制约，而物理约束是指机器人的速度和能量等；第四，机器人运动过程中路径性能要求存在多种目标，如路径最短，时间最优，安全性能最好，能源消耗最小。但这些目标之间往往存在冲突。这些问题都影响着AUV最终的控制效果。AUV技术的成熟与否也直接影响了一个国家开发利用海洋资源的能力，以及军事国防实力，体现了综合国力的强弱。AUV技术的落后严重制约了国家发展，因此，非常有必要对AUV的路径规划进行研究，使AUV能够顺利完成人们预期的任务。

近年来，水下机器人在海洋的研究、能源开采、打捞、海底电缆铺设、检修以及军事等方面获得了广泛的应用。尤其在军事应用方面，军用智能水下机器人可以完成自主侦查、伪装与欺骗、自动绘制雷区图、援潜救生、探测与取样等较为复杂的水下作业。作为一种自主式海洋运载器，AUV自主能力的真正含义是有和外部环境进行交互的能力，其中避碰能力是一个重要方面。若要很好的实现交互功能，需要具有全局路径规划。路径规划是研究如何使AUV能够在水下实现自主式航行的重要方法，还是确保 AUV 可靠安全工作的关键，受到了国内外众多科研机构和科研工作者的重视。路径规划在很大程度上反映了AUV的智能化水平，对增强AUV航行的灵活性和快速性有重要的作用。

国内外研究现状分析

要使水下机器人实现在水下的自治航行，机器人的路径规划是一个重要环节。路径规划水平的高低，在一定程度上标志着机器人的水平，也是保证机器人安全可靠工作的关键。

全局路径规划是根据先验知识如给定地图，在某些约束条件下，规划出一条从起点到终点的无碰路径。如果从实质上来说，全局规划是一个有约束的优化问题。一般而言，机器人完成给定任务可选择的路径有许多条，实际应用中往往要选择一条在一定准则下为最优或近最优的路径，常有的准则有路径最短、消耗能量最少或使用时间最短等。局部路径规划事先不需要知道全部环境信息，适合于起终点相距较近的情况，可以作为全局路径规划的补充。局部路径规划实用性较强，但是由于机器人获取信息的局限性，无法保证所规划路径为最优，另外可能发生死锁现象，即无法保证 AUV 能够顺利的到达终点。全局路径规划是应具有的一种智能行为。

局部路径规划处于规划的底层，它通过各种传感器、处理器同环境交互，把全局规划得到的一系列路径关键点作为系统的子目标序列，规划一条实际的路径。Brooks将势场的概念应用与移动式机器人的避碰问题。Borentein和Korer则提出了虚势场的方法并指出了这种方法的局限性。孙茂相等提出预测控制与人工势场法相结合用于水下机器人实时路径规划中[1] 。