En økt bruk av autonome sjøfarende fartøy er forventet å drastisk forandre hvordan både mennesker, gods og forskning blir håndtert i fremtiden. Den økte kapabiliteten til autonome fartøy har gjort dem til et mer aktuelt alternativ. Fartøyene har også blitt rimeligere grunnet en reduksjon i pris på maskinvare og programvare. En reduksjon i størrelsen på mange viktige komponenter har også drastisk økt kapabilitetene til mindre fartøy, som tillater fartøyene å kunne bli brukt i en mye større skala innenfor både forskning og industri. Institutt for Teknisk Kybernetikk hos NTNU, Trondheim, er involvert i utviklingen av et bredt spekter av fartøy fra dynamisk posisjonering av forsyningsfartøy til slangeroboter. NTNU er også involvert i forskning innen akvakultur for å øke forståelsen av hvordan norges utvikling innen havbruk og akvakultur påvirker sjøen og det biologiske mangfoldet. For å støtte forskningen utvikler NTNU selvforsynte autonome fartøy som kan utføre oppdrag som før var utført av ekspidisjonsfartøy på opptil 400 tonn. Små autonome fartøy har derimot fortsatt problemer med å navigere og holde seg unna farlige situasjoner i vanskelige værforhold. Manuelt planlagte oppdrag er ofte umulige for autonome fartøy å gjennomføre. For sterk strøm kan for eksempel føre fartøy hundrevis av kilometer ut av kurs, noe som kan føre til dyre redningsoppdrag eller tap av fartøyet. Denne avhandlingen har fokusert på å øke kapabilitetene til mindre autonome fartøy og redusere sannsynligheten for at fartøyene ikke kan gjennomføre oppdragene sine. For å få til dette har en oppdragsplanlegger blitt utviklet som planlegger både rute og sensorbruk i hensyn til værforhold. Dette tillater algoritmen å finne en praktisk gjennomførbar rute og samtidig optimalisere den monetære kostnaden av oppdraget. For å kunne planlegge ruter til fartøyet tar avhandlingen også for seg en matematisk modell for å beskrive dynamikken til bølgedrevne fartøy. Dette gjør det mulig å kunne forutsi hvordan vær påvirker dynamikken. Denne modellen, sammen med en egenprodusert Binær-Kontinuerlig partikkel sverm optimalisering algoritme, ble brukt for å optimalisere den estimerte oppdragskostnaden. Den matematiske modellen ble testet og tilpasset tester av et virkelig bølgedrevet fartøy kalt AutoNaut. Parameterestimeringer av modellen ble gjort både i nære kystområder i Trondheimsfjorden, skjermet for tungt vær, og ute i åpen sjø ved Mausund. Ved å bruke optimaliseringsalgoritmen, klarte algoritmen å finne gjennomførbare ruter hvor den manuelle metoden ikke ville være gjennomførbar. Dette øker kapabiliteten under forhold som tidligere var for utfordrende.