随着居民生活质量的提高,水面污染情况愈发严重。目前我国多采用人工打捞的方式来清理水面漂浮物,存在工作效率低、危险系数高等问题,设计一种环保且智能的水面清洁船刻不容缓。而自主避障作为无人船研究领域的核心问题,其水平高低在一定程度上反映了无人船的智能化程度。本文基于自行搭建的水面无人清洁船平台,对无人船的自主避障规划技术展开研究。本课题针对小型封闭水域的漂浮物清理问题,自行设计并搭建了水面无人清洁船平台。该平台采用双体船结构并利用差速转向原理实现小半径转向,机动性高可进入较狭窄区域作业,且搭载了相应的漂浮物打捞装置。最后通过数学模型与运动控制分析验证了所搭建平台的稳定性与实用性。要实现无人船的避障规划,首先需利用各种探测设备获取周围的环境信息,而该信息的准确性决定了最后的实际避障性能。针对单类传感器系统难以完整采集测距数据的问题,本文选取超声波传感器与激光雷达相组合来感知周围环境,并提出一种基于加权平均法与最小二乘法相结合的多传感器信息融合算法。实验结果表明,所提方法能有效提高测距系统的精确性与稳定性,误差控制在2cm以内。针对无人船航行期间周围环境动态变化、无法准确搭建运动学模型的问题,本课题基于模糊逻辑算法与实时传感器信息,借鉴人类专家驾驶经验并通过查询知识库等方式获取规划信息从而避开障碍物。同时为解决无人船在复杂水域航行时需多次避让障碍物的问题,本文将航速作为反馈信息对常规模糊避障算法进行改进。然后进一步结合神经网络算法设计了模糊神经网络避障规划控制器,并系统地对网络参数进行了训练调整,进一步提高了无人船避障规划的自主性与稳定性。最后分别在仿真实验平台与实际水域环境下展开实验以测试无人船的避障性能,实验结果表明,相较于传统的模糊避障规划算法,在连续障碍物环境下采用本文方法所花费的时间与距离均减少15%以上,且针对复杂环境下的避障成功率达到90%以上,因此所提方法能基本满足水面无人清洁船在小型封闭水域的实时避障需求。