近年来,陆地资源的加速消耗迫使人们将寻找资源的希望寄托于海洋,对于海洋资源的探索与开发日益受到各国的重视。海洋资源的探索与开发需要先进技术和装备,无人无缆自主式水下机器人在复杂的海洋环境具有较强的机动性,且工作范围不受到电缆长度的限制,具备在复杂环境下开展自主作业能力,因而具有广泛的应用前景。然而,自主式水下机器人的运动受到海洋环境中海流扰动与控制系统模型辨识误差等因素的影响。因此,研究存在外部干扰与参数辨识误差条件下的自主式水下机器人运动控制方法,对于增强自主式水下机器人在海洋环境中的适应能力,提高完成任务的效率与可靠性,具有重要的研究意义和实用价值。本文以“UVIC-I”号自主式水下机器人为研究对象,为了给该型号自主式水下机器人提供仿真平台,首先研究其仿真模型建模方法。研究水下机器人在固定参考系与运动参考系中的表示方法与坐标转换方法,结合“UVIC-I”号自主式水下机器人情况,建立了其运动学与动力学模型并给出模型中各参数值。为模拟海洋环境中海流干扰与推进器故障对自主式水下机器人的运动造成的影响,研究仿真模型中推进器故障与海流干扰的模拟方式。针对采用常规滑模控制器进行自主式水下机器人运动控制时控制精度较差的问题,研究基于RBF神经网络误差估计的双闭环滑模控制器设计方法。将整个系统分为外环的位置状态量控制和内环的速度状态量控制,外环控制器的输出作为内环控制器虚拟控制量,设计水下机器人双闭环积分滑模控制器;针对包括外部干扰与内部建模偏差在内的系统不确定性对控制精度造成影响的问题,通过RBF神经网络对系统不确定性进行在线逼近,利用得到的估计值重新设计控制器的控制律;通过仿真实验验证本文所做改进能够提高水下机器人对于给定目标曲线的跟踪精度。针对包括外部干扰与内部建模偏差在内的系统不确定性对非奇异快速终端滑模控制器造成影响的问题,设计一种基于RBF神经网络的水下机器人非奇异快速终端滑模控制器;对控制器的滑模趋近律进行重新设计,并改进神经网络逼近误差的边界值估计方法提高控制器精度;利用仿真实验验证改进方法能够改善RBF非奇异快速终端滑模控制器的控制效果,并与RBF双闭环积分滑模控制器进行对比仿真实验。针对海洋中存在的环境噪声引起多普勒传感器无法获取有效的速度信息,从而造成水下机器人的控制器缺少必要的速度状态信息来构建控制律的问题,设计一种基于超螺旋算法的水下机器人速度信息观测器,构建基于超螺旋观测器的水下机器人运动控制系统。通过进行水下机器人轨迹跟踪仿真实验与水池实验,验证构建的水下机器人运动控制系统能够实现水下机器人对于给定目标曲线进行轨迹跟踪。