进入新世纪以来,越来越多的国家和机构将海上战略铺展开来,意在更好地利用和开发海洋资源。无人船作为新型智能化海洋作业装备,已在海洋资源开发、海域巡逻等领域发挥出越来越重要的作用。无人船的自主路径规划能力是衡量无人船智能化的重要指标,也是无人船执行任务的核心部分。本文以新型的水面无人船为对象,针对其全局路径规划和局部避障两个关键问题开展了一系列研究。首先,本文介绍了国内外无人船的研究现状,并对无人船的路径规划技术进行概述,对全局路径规划和局部避障两个方向中常见的路径规划算法进行简要的介绍和分析。其次,对无人船的全局路径规划进行研究。对现有RRT算法进行分析,发现其在树扩展阶段过于依赖采样的质量,而随机采样和现有的采样偏置技术无法有效提高搜索效率。针对这一不足,本文做出了以下几点改进:基于障碍物轮廓的采样偏置;基于局部目标点的优先级策略;结合双向RRT提高搜索效率。最后在有狭小通路的、障碍物分布复杂的、障碍物形状不规则的三种环境中进行仿真,仿真结果验证了改进后的算法具有优越性。再次,对无人船的局部避障进行研究。对现有VIN算法进行分析,发现其生成奖励地图的网络表达能力差,在复杂环境下性能不稳定。针对这些不足,本文做出以下改进:首先在现有VIN结构中引入注意力模块,得到轻量级的改进版本;随后引入多抽象层次表示,并在其网络结构中结合注意力模块,得到避障能力更强的改进版本。最后在密集小障碍物、稀疏大障碍物两种环境下进行仿真,结果表明轻量级的改进版本在保证计算速度的情况下,避障能力优于现有VIN算法,并且结合注意力模块与多抽象层次表示的改进版本在各项避障指标上均具有优越性。最后,基于本文提出的改进算法进行实船测试,首先在河道场景下分别进行静态环境和动态环境的避障实验,避障时局部环境根据激光雷达点云信息和图像检测结果构建。随后,利用全局路径规划算法,为局部避障任务生成一系列目标点,让无人船在河道上实现完整的自主航行任务。实测结果验证了本文提出的改进算法具有良好的安全性和可靠性。