自治水下机器人(Autonomous Underwater Vehicles，AUV)是具有一定自主能力的智能化水下设备，能在特定的环境任务信息下执行人类自身所不能进行的高难度、高危险作业任务。随着海洋开发利用与AUV应用需求的不断推广，海洋环境和动作效果、状态信息的复杂性与不可预知性以及水声通讯对人机实时干预的限制都给AUV提出了更高要求。本文以AUV为研究背景，针对复杂海洋环境和任务多变的情况，研究提高AUV作业自主适应性、事件响应及时性与自身安全保障能力的核心理论和模型方法；本文的主要工作如下：(1)对AUV相关问题的研究背景与意义进行分析阐述；对国内外相关领域问题的研究现状进行总结；并结合AUV应用需求和自身特点，给出本文的主要研究内容。(2)因为AUV的体系结构从整体角度给出了AUV的相关功能和模块划分以及相互间的数据、命令交互和协作关系，是进一步研究与实现AUV功能的基础和前提；所以，对常见的体系结构缺点进行了总结；同时结合AUV工作特点和实际需求，提出了分层规划与重规划的设计思想，并给出了AUV分层规划与重规划体系结构。在所设计的体系结构基础之上，进行有效的模块功能划分与数据信息表示并详细阐述整体结构的主要数据流程，同时对所设计的体系结构进行了合理的评价分析。(3)对AUV的主要任务进行简单介绍并结合使命任务执行剖面图对可能的初始规划与实际使命执行过程进行分析阐述。结合AUV分层体系结构选择合适的分层规划方法并对其理论思想与规划过程进行研究；同时利用分层规划的与或树分解思想，提出并设计了AUV使命分解的与或树相关定义关系和具体实例表示方法。给出了基于AUV任务规划的有限状态机主要概念定义、相关意义关系和表示实例。提出了行为层规划修复的思想并设计了基于插入、删除调整的行为层规划修复方法。(4)针对AUV面临大量不确定性容易导致初始规划失效而需要重规划处理的问题，提出了分层重规划监督决策的思想，并对其研究意义与AUV任务不确定性进行阐述分析。对不确定性事件及其特征表现和对AUV的可能影响进行分析总结并给出了不确定事件检测识别的主要输入、输出数据和相应的重规划数据接口。结合分层重规划监督决策的目标需求，对分层重规划的监督输入、事件处理与决策输出进行了分析研究。从AUV实际执行的角度出发，将自顶向下的AUV使命规划与或分解树逐层分解表示形式转换为自左向右依次执行的具体执行过程并对相应的分层反馈信息进行表示分析；同时在此基础上研究并给出了分层重规划监督决策的主要算法流程和具体执行步骤。最后，对仿真实验意义和仿真平台的主要功能进行介绍，并给合相关研究内容设计了仿真实验。对实验结果的分析，验证了本文相关研究内容的合理性与有效性，也表明了本文的相关内容研究能为进一步提高AUV在复杂环境和任务多变以及水声通信受限等诸多限制条件下的作业自主适应性、事件响应及时性以及自身安全可靠的保障能力等方面，提供有效的理论基础与技术支持。