随着人类社会对海洋开发利用意识的不断增强,作为复杂海洋环境下工作的载体,水下机器人的研究受到人们的广泛关注,而智能控制是水下机器人自主完成任务的重要基础和关键技术。同时,对于无人无缆自治式水下机器人(AUV)来说,一次下潜所携带的能源是有限的,如何有效利用能源是无人无缆水下机器人研究的重要问题之一。智能控制与能耗问题的研究对提高水下机器人的智能化水平具有重要的理论研究意义和实际应用价值。本文在分析广义预测控制算法的基础上,通过对非线性动态系统的模型及其时变线性转化条件进行分析,将具有参数辨识功能的间接自适应广义预测控制算法和直接自适应广义预测控制算法应用于水下机器人的运动控制中,并进行了仿真研究。研究了考虑能耗的AUV多目标优化与控制问题,为有效地减小系统的输出波动和超调,在传统评价函数的基础上,将输出量变化加入传统评价函数中作为系统优化目标之一,提出了抑制波动的广义预测控制算法。同样为了抑制输出波动过大,提出了对控制量及其控制增量进行约束的广义预测控制算法。通过调整控制加权系数来限制控制增量剧烈变化,分析了控制加权系数对控制量变化的影响,并进行仿真研究。作为一种尝试,将多变量广义预测控制方法应用到水下机器人运动控制中。由于水下机器人的各个自由度之间一般具有一定耦合关系,针对水下机器人的多自由度解耦控制及能耗问题,提出了抑制输出波动的多变量广义预测集中控制算法和解耦控制算法。以哈尔滨工程大学水下运载器智能控制实验室自主开发的“海狸”水下机器人为试验载体,应用减少能量消耗的单变量广义预测控制算法和多变量度广义预测集中控制及解耦控制算法进行水下机器人的纵向速度和艏向速度控制实验研究,并与PID算法的控制效果进行比较分析,验证了本文提出的减少AUV能耗的广义预测控制算法的有效性。