近年来,船舶正逐渐向智能化和自主化方向发展,而船舶路径规划作为实现船舶智能化的基础,已成为学术界的研究热点。当前对船舶路径规划的研究未能较好地考虑航行规则和实际航行要求,且存在路径搜索速度慢和安全性较低等问题。通过对船舶避碰和路径规划理论进行深入研究,将多目标路径约束条件融入至改进的蚁群算法中,设计出满足静态和动态环境下的船舶路径规划算法。主要工作如下:根据《1972国际海上避碰规则》中有关互见中两船会遇局面和安全会遇距离的规定及描述,建立本船与目标船的会遇局面辨识模型和安全会遇距离模型,并以此为基础建立包含会遇态势识别、相对运动参数、避碰行动采取和复航的船舶避碰方法。为解决蚁群算法实现船舶路径规划时存在迭代速度慢、路径安全性较低等问题,采用启发式和融合式策略对算法进行改进。通过在蚁群算法迭代初期引入人工势场,提高了算法迭代效率;将路径长度、路径安全性和路径平滑性约束函数融入至信息素更新规则,保障了船舶航行路径的安全;设计基于三次B样条曲线的平滑策略,使得经过平滑处理后船舶路径能满足实际航行要求。构建混合蚁群静态路径规划算法,加入船舶避碰方法,搭建船舶动态路径规划算法。为验证路径规划算法的可行性和稳定性,设计各种仿真环境进行对比分析,结果表明改进后的蚁群算法收敛速度快,且路径规划更加贴合实际。综上所述,基于混合蚁群的船舶路径规划算法解决了传统规划算法不满足航行规则、迭代速度慢等问题,对实现智能船舶自动路径规划提供一定的理论支撑。