水下机器人运动控制技术是水下机器人研究的基础和关键技术,其中运动解耦控制技术是水下机器人运动控制技术研究的重要内容,对水下机器人智能化水平的提高具有重要的研究意义和实用价值。本文在研究该领域国内外相关文献的基础上,针对舵桨联控型水下机器人,以“海鷁”号为研究对象,围绕三自由度动力学模型、模型的耦合特性、在线辨识、解耦控制等水下机器人非线性系统解耦控制技术进行了相关的研究工作。针对舵桨联控型水下机器人动力学建模问题,分析了“海鷁”号水下机器人各自由之间存在耦合的原因,根据牛顿—欧拉方程推导水下机器人动力学方程,基于“海鷁”号的结构与运动特点进行动力学模型简化,得到“海鷁”号水下机器人纵向、横向、艏向三个方向反映耦合关系的动力学模型。本文采取保留纵向动力学模型中的艏向与横向速度代数乘积做作为纵向速度与横向及艏向速度之间耦合的作用项,横向与艏向模型中分别保留纵向与艏向及纵向与横向速度代数乘积做为耦合作用项等办法处理耦合问题。对动力学模型耦合特性进行了仿真分析和验证。针对动力学模型在线辨识问题,考虑到水下机器人获取外部环境信息与自身状态信息都存在较大的不确定性,本文引入卡尔曼滤波在线参数估计方法,采用递推策略进行参数拟合,在数据量较小的情况下依然可以进行参数估计。在此基础上,本文提出一种基于Lyapunov函数切换准则的在线模型切换方法,以滚动样本的在线参数估计为基础,基于切换条件进行在线模型切换。对该方法的稳定性和输出误差一致趋近性问题进行了理论分析和实验研究,实验结果表明,该方法在有外部干扰情况下可提高模型在线辨识精度。针对水下机器人解耦控制问题,本文引入状态反馈和广义预测控制相结合的解耦控制算法,提出一种模型切换的状态反馈广义预测解耦控制方法,以状态反馈结合输入变化的方法建立系统的解耦补偿网络,在线实时求解状态反馈与输入变换矩阵,进行纵向与艏向速度的解耦,以广义预测控制算法结合系统的具体性能指标要求对解耦后的单输入单输出子系统进行控制,该方法在状态反馈的基础上进一步融入了滚动优化的思想,将在线信息融入到控制量求解,以提高控制系统抗干扰能力,降低了非线性系统解耦控制的难度,提高各自由度速度控制精度和系统动态响应性能,仿真和实验验证了该方法的有效性。