如今各国都在大力发展海洋经济,为了尽可能的减少人类在危险的海洋环境中执行任务,人们研制出自主水下机器人（Autonomous Underwater Vehicle,AUV）来完成水下的勘探和开发任务。由于AUV自身携带能源,因此能源的多少会影响到AUV是否能继续执行任务。当AUV能源不足时,需要及时的回收AUV,对其进行能量的补充以及工作数据的交换。因此,设计出一条安全、高效的返航路径就显得十分关键,这是保障回收对接成功的基础。本文主要研究的是欠驱动水下机器人的返航路径规划,重点研究了返航过程中的全局路径规划以及针对动态障碍物的局部路径规划,其中主要工作内容包括以下几个方面:（1）构建了欠驱动水下机器人的模型以及水下环境模型。首先建立了欠驱动水下机器人运动转换所需的大地坐标系以及随体坐标系,并且在建立坐标系的基础上实现了欠驱动水下机器人的运动学模型以及动力学模型的建立。同时对环境模型进行了建模,其中包括全局路径规划中的静态障碍物模型,局部路径规划中的动态障碍物模型,以及在水下对路径规划影响较大的海流模型。（2）给出了一种基于改进的遗传算法的全局返航路径规划方法。根据欠驱动水下机器人的特点以及航行安全等要求,对返航的全局路径规划进行约束分析,针对传统遗传算法过早收敛以及易陷入局部最优的问题,首先是对路径点进行设置,然后通过设计的初始化种群策略,加快种群中可行解的产生,根据之前的约束分析,将多种约束依据重要程度划分为必须满足的硬约束条件以及非必须满足的软约束条件,并根据软硬约束条件设计不同的适应度函数,并且设计自适应的交叉系数以及变异系数,使得算法可以尽可能的避免陷入局部最优。经过算法的不断迭代寻优,最终获取一条安全、高效的全局返航路径。通过对比仿真实验,验证了改进方法规划出的路径更优,收敛速度更快,算法也更加稳定。（3）给出了一种结合保守避障策略的改进人工势场法的局部路径规划方法。针对欠驱动水下机器人在返航过程中需要避开海洋环境中存在的动态障碍物,首先设计了碰撞检测模块,实现了动态障碍物与欠驱动水下机器人的碰撞检测。针对避障策略进行了分析,设计了保守的避障策略,避免由于不当避障后出现的碰撞风险。针对传统人工势场算法终点不可达以及局部极小值点问题,对传统人工势场算法进行改进并结合保守避障策略,以此来提升局部路径的安全性、可行性。通过仿真实验,验证了改进算法能够避免传统人工势场法的问题,并且规划路径安全有效。（4）给出了一种基于混合结构的欠驱动水下机器人返航路径规划方法。针对现有的大多数路径规划方法仅依靠全局路径规划方法或者局部路径规划方法难以满足回收任务需求的问题,本文设计一种基于混合结构的返航路径规划流程,首先使用改进遗传算法规划全局最优路径,将全局最优路径进行点的离散化,再对离散点进行跟踪,当动态障碍物与欠驱动水下机器人有碰撞风险时,确定局部规划的目标引导点,采取结合保守避障策略的改进人工势场法进行避障,完成避障后返回全局路径继续航行到终点。通过仿真实验,验证了欠驱动水下机器人在沿最优全局路径航行时能有效避开有碰撞风险的动态障碍物,顺利到达路径终点。