随着滨海新兴经济的发展,在近海水上交通、滨海旅游、公务执法、近海海洋资源开发等方面迫切需要新一代的小型绿色智能船舶。小型智能全电船融合了现代信息、人工智能、新能源以及电力推进等新技术,是未来近海小型船舶发展的重点方向。其中,如何在具有复杂海流环境的近海海域中规划出更加节能、安全、可靠的路径是小型智能全电船必须解决的关键技术之一。因此,基于小型智能全电船自身携带的电池容量有限,以及海流对船舶能耗的影响,本文主要以能耗为优化目标对近海小型智能全电船的路径规划方法进行研究。主要研究内容如下:（1）建立智能全电船空间运动的固定坐标系,在主要考虑海流对智能全电船运动的影响下,分析船舶对地速度、对水速度以及海流速度之间的关系;同时,根据船舶空间运动一般方程中螺旋桨推进器的推力模型以及海流对船舶的受力分析,建立了智能全电船的能耗数学模型。根据流函数建立一个二维变化的海流环境模型。（2）采用概率路线图法（Probabilistic Roadmap Method,PRM）构建环境地图模型,同时,针对传统PRM算法在狭窄通道和障碍物较多的规划环境中存在无法规划出路径及路线图连通性较差的问题。提出了一种基于混合采样的改进PRM算法,改进后的PRM算法不仅解决了狭窄通道的问题,同时也大大提高了路线图的连通性,并通过仿真实验验证了改进PRM算法的有效性,为之后的路径规划提供了环境约束条件。（3）结合智能全电船的能耗数学模型,对A*算法进行改进,得到一种以能耗为优化目标的Energy-A*路径规划算法。并分别对Energy-A*算法与A*算法在不同的海流状态和船速下进行仿真实验。实验结果表明,当船舶处于低速和有利海流的情况下时,相比于A*算法,Energy-A*算法的节能率提高了21.56%,有效提高了小型智能全电船在近海海域的续航能力。（4）实船测试与数据分析。开发了智能全电船舶实验平台,并在厦门附近海域对智能全电船进行路径规划试验。试验结果表明,改进A*算法能够规划出更加节能的路径,有效降低了智能全电船的能耗。试验验证了本文提出的路径规划算法的可行性和节能性,为小型智能全电船的开发提供了技术基础。