隨著海洋開發活動越來越頻繁和深入，在超越潛水極限的惡劣水下環境中，搭載傳感器、儀器設備的水下機器人很自然地成為人類延伸自己感知能力的主要工具之一。水下機器人通過控制臺上的多個旋鈕即可控制機器人前進、后退、轉彎、上升、下沉；燈光強弱和攝像頭焦距；云臺俯仰等；機器人可攜帶定位聲納、圖像掃描聲納、多參數水質檢測傳感器（YSI）、輻射傳感器、機械手、金屬測厚計等；可實時進行水下視頻檢測和觀測。 水下機器人運動控制中普遍采用的位置傳感器為短基線或長基線水聲定位系統，速度傳感器為多普勒速度計。影響水聲定位系統精度的因素主要包括聲速誤差、應答器響應時間的測量誤差、應答器位置即間距的校正誤差。而影響多普勒速度計精度的因素主要包括聲速c、海水中的介質物理化學特性、運載器的顛簸等。由于水下機器人運行的環境復雜，水聲信號的噪聲大，而各種水聲傳感器普遍存在精度較差、跳變頻繁的缺點，因此水下機器人運動控制系統中，濾波技術顯得極為重要。 傳統的水下機器人濾波算法采用線性平滑、神經網絡濾波等。雖然在一定程度上解決了工程實踐的需求，但由于沒有考慮機器人系統的運動特性，濾波效果不十分理想。卡爾曼濾波方法由于在最優估計時充分利用了已經建立的系統運動模型，使濾波的實際效果更加接近真實數據的要求。但標準卡爾曼濾波方法必須清楚地了解系統噪聲和量測噪聲的統計特性，由于相關水聲傳感器受各種因素影響波動很大，噪聲的統計特性不易獲得。為此，引入帶漸消因子的自適應卡爾曼濾波方法，可成功地解決這一問題。