近代脑科学研究的进步促进了人工智能理论和技术的快速发展，也使以类脑的方式实现对人或动物认知导航机制的模拟成为可能，从而加快了在无人化平台发展中引入人工智能技术实现智能导航的步伐。智能AUV在对导航信息处理中引入了人工智能理论和技术，如认知科学等。例如，以认知导航具有的学习记忆、知识推理以及行为规划等智能导航信息处理能力为技术支撑，可以实现无人平台在自主选择的航迹上持续性自由行进，达到全自动化运行控制的目的。
确定目标位置的精扫有两种扫测模式：一是在粗扫发现障碍物的基础上，以障碍物普扫的位置为中心，与障碍物的走向平行，间隔扫测量程一半距离布设扫测线正反两次同速通过障碍物来消除风流、潮流等的影响，然后将两次位置算术平均作为障碍物的准确位置；二是在粗扫发现障碍物的基础上，以障碍物粗扫的位置为中心，换小扫测量程，间隔扫测量程一半距离，以 30 度、90 度、300 度方向布设三条扫测线，组成扫测封闭三角形，根据三次扫测位置计算出障碍物或然位置作为障碍物的准确位置。
通过理论分析，结合工程实践可以得出以下经验：多波束系统的优点在于定位精度高、噪声少，天津模块化自主水下航行器，但其适用范围不如侧扫声呐广泛，且探测效率较低；侧扫声呐的优点在于拖体距海底的高度容易调节、具有很高的分辨率、能够区分目标物的底质特征，天津模块化水下机器人，缺点是定位精度稍差并且容易受水声环境的干扰，并且在复杂海域环境中，图像判读工作难度大。
多波束系统和侧扫声呐在探测海底目标时具有很好的互补性，利用多波束进行的全覆盖水深测量，获得的水深数据，大连模块化自主水下航行器，并根据水深变化判断障碍物范围和大小以及海底地形的变化。利用侧扫声呐进行扫测，青岛模块化自主水下航行器，获得海底、水体的目标和地形等声图，通过声图判读确定目标的性质、大小、范围和地形的变化。
多波束测深系统和侧扫声纳系统在探测海底目标的综合应用，弥补了单一设备的不足性，增强了不同设备之间的互补性，扬长避短，可以更快速地获取海底特殊目标的图像和数字信息，大幅提高对探测目标的搜索能力。
