环境建模在自主式水下潜器（Autonomous Underwater Vehicle，简称AUV）路径规划中起着至关重要的作用。水下潜器在海洋中航行，不可避免地要受到复杂多变的海洋环境的影响。传统的环境模型往往只考虑已知的海洋地形方面的信息，不能全面地反映海洋环境的真实情况，这对于路径规划来说可获取的信息是不完备的。因此，为了更好地辅助水下潜器进行航路规划，迫切需要对海洋环境信息进行完备、准确地描述。本文针对AUV路径规划对海洋环境信息的应用需求，提出了综合海洋地形、海洋水文要素和声纳传感器感知信息三种不同类型对象的海洋环境建模方法，实现了对海洋环境信息完备、准确地描述。在海洋地形建模方面，本文针对基本Delaunay不规则三角网地形建模方法建网效率低的问题，提出一种基于分治算法和逐点插入算法的合成Delaunay三角网算法来提高海洋地形建模的效率，并利用该算法实现海洋地形建模。在海洋水文要素建模方面，本文主要进行了三方面的研究：首先分析了海流、潮流、跃层、声道、透明度等海洋水文要素对自主式水下潜器作业的影响，提出了基于海洋水文要素的AUV适航区域判定规则；其次针对水下潜器路径规划的需要，提出了海洋水文要素优先级排序的方法；最后，结合各种海洋水文要素的属性，建立了相应的NetCDF文件格式的数据存储模型，以及应用于AUV路径规划中的数据结构。通过这些方法来提高数据检索效率，更好地为AUV路径规划系统服务。在声纳传感器感知信息模型方面，本文对声纳传感器获得的感知环境信息及其不确定性进行了研究，并基于概率方法对环境信息的概率分布进行了描述，建立了相应的信息模型，提高了声纳传感器感知信息描述的准确性，最后基于声纳传感器的感知信息得到相应区域的环境模型。最后，本文以海洋地形模型为基础，结合海洋水文要素模型，依据基于海洋水文要素的AUV适航区域判定规则及海洋水文要素的优先级关系，实现了有利于自主式水下潜器路径规划的航行安全曲面设计，为水下潜器路径规划提供更加完备、真实的环境信息支持。