A inspeção subaquática tem um papel fundamental em áreas como a biologia marinha, arqueologia subaquática, exploração de hidrocarbonetos, instalações industriais como represas, pontes ou áreas de turbinas eólicas offshore e, até mesmo, segurança nacional. geralmente as inspeções são realizadas por mergulhadores especializados ou veículos operados remotamente (rovs). no entanto o uso de veículos subaquáticos autônomos (auvs) pode reduzir drasticamente os custos de operação, além de oferecer operações mais seguras em comparação com os demais métodos. entretanto, os auvs têm sido empregados, quase que exclusivamente, para batimetria ou outros tipos de investigação 2d, principalmente devido a simplicidade das trajetórias executa- das (geralmente limitadas para seguir o perfil do fundo do mar a uma certa altitude). isto impossibilita o uso de auvs, com segurança, para inspecionar áreas com alto relevo ou estruturas complexas. as missões de inspeção, normalmente envolvem o planejamento do caminho de cobertura, que consiste em gerar um caminho livre de colisão que garanta a cobertura completa de uma região de interesse. o planejamento do caminho de cobertura (cpp) nas tarefas de inspeção pode ser dividido em duas categorias: discreta e contínua. o cpp discreto busca encontrar o número mínimo de pontos de vista para cobrir completamente uma região de interesse e depois conectar esses pontos. muitos dos algoritmos de inspeção para estruturas complexas são discretos. por outro lado, o cpp contínuo realiza uma detecção ininterrupta ao longo da rota a ser seguida. para executar um cpp, deve-se levar em consideração as restrições do veículo e do sensor, bem como do ambiente. nesta tese, é proposta uma nova abordagem de cpp discreto baseada em um modelo que divide a tarefa em duas etapas de otimização: encontrar o menor número de pontos de vista para cobrir o objeto e a ordem e o caminho para alcançá-los. essa abordagem permite obter resultados satisfatórios em pouco tempo para ambientes complexos. o método proposto é avaliado em simulações usando o gazebo e o girona 500 auv. a abordagem empregada considera que não é realista considerar que 100 % de cobertura é sempre possível e, às vezes, simplesmente não é desejável. além disso, propõem-se um algoritmo para selecionar os pontos de vista com base em um índice de qualidade de dados proposta, buscando minimizar o ruído nos dados coletados. também estima-se a cobertura levando em consideração o pior caso de incerteza, o que é um problema-chave no planejamento da cobertura e do planejamento de vista. a incerteza de posição é especialmente difícil no ambiente subaquático porque a falta de gps ou de outros sistemas globais de localização faz com que o erro de posição dos sistemas de sensores cresça durante a inspeção. por isso, avaliou-se os algoritmos de planejamento de caminhos de cobertura discreta utilizando um modelo. a estimativa de cobertura com ou sem incerteza foi testada e produziu resultado satisfatório, embora estimar a cobertura máxima seja um processo exaustivo.