自主水下机器人（Autonomous underwater vehicles，AUV）作为海洋探索与开发的重要装备，凭借其无需水面船舶支持与潜航员作业，作业范围广，能够依靠自身携带的能源自主完成作业任务的优势，在军用和民用方面均有广泛用途。由于单AUV只能在有限的时间和范围内，解决一些较为简单的任务，当面对复杂的、大范围的任务需求时，就需要多AUV系统的协同作业来处理复杂的任务。多AUV的编队控制是协同作业时必须考虑的一个课题，多AUV系统以期望的编队形状完成任务，对于提高工作效率、保障系统安全稳定具有重要意义。本文主要研究了多AUV系统基于领航者-跟随者编队控制策略，在二维水平面和三维空间中的各类编队控制问题，并分别提出了两种编队控制方法，通过理论分析与仿真试验分析其有效性与鲁棒性，主要的研究内容如下：
　　首先建立了欠驱动AUV数学模型。分别给出了AUV三维空间与二维水平面的运动学和动力学方程，并介绍了AUV运动控制的相关控制方法与基本理论。
　　其次，对于二维水平面的多AUV编队控制，提出了一种基于神经网络控制的统一编队控制方法，在模型参数不确定并存在外部环境干扰的情况下，该方法最大的优势在于能够同时解决多AUV的编队镇定及编队轨迹跟踪控制问题。该方法主要创新点在于：1.提出了一种新型的误差状态转换方法以提供一些辅助信号，这些辅助信号可以被认为是附加的虚拟控制。此外，所提出的误差状态变换方法可以针对不同类型的参考轨迹切换其结构；2.基于新的误差状态公式，提出了一种运动学控制器；3.结合该误差变换方法，利用径向基函数神经网络（RBFNN）来处理模型参数不确定性问题，设计出鲁棒性能较强的动力学控制器。利用李雅普诺夫方法证明了控制系统的稳定性，并通过四个仿真实例来验证方法的有效性与鲁棒性。
　　最后，本文在考虑存在饱和输入限制与环境干扰的条件下，针对多AUV的三维编队航迹跟踪控制问题进行了研究，主要有以下工作和创新点：1.构造一种新型航迹跟踪误差方程，并以此建立误差观测器去估计跟踪误差，以避免对原跟踪误差直接求导所引起的控制器表达式复杂现象；2.采用一种光滑有界函数来代替标准的饱和函数，并利用Nussbaum型偶函数来设计饱和控制器，补偿由于输入饱和所产生的非线性项。通过两个仿真来验证该方法的有效性与鲁棒性。