近年来,随着人工智能等技术的迅速发展,无人船已经成为船舶领域的重要研究方向。路径规划作为无人船自主航行的关键技术之一,拥有一个可靠、有效的路径规划系统是实现内河无人船自主航行的关键。不同于海上开阔水域,内河水域具有航道弯曲狭窄、跨河桥梁多、通航密度大以及部分河段水流速度大的特点,使得船舶在内河水域的安全航行变得更有挑战。针对无人船在内河自主航行时存在的问题,本文提出并验证了一个由顶层、中层、底层构成的混合路径规划策略。首先,针对内河无人船的路径规划容易陷入局部最优的问题,设计了基于A*的全局路径规划算法作为混合路径规划的顶层,确保能够规划出一条全局最优路径。该方法改进了A*算法的搜索方向以及评估函数,使得规划出的全局最优路径更加合理。仿真结果表明,改进后的全局路径规划算法能够规划出一条远离航道边界且更加连续的全局最优路径。其次,针对无人船在内河航行时的实时避碰问题,提出了基于模型预测控制的局部路径规划方法作为混合路径规划的中层。该方法综合考虑了水流、内河航行规则、无人船运动特性以及航道环境等因素的影响,采用了降速并小幅度改变艏摇角的避碰策略来完成对动、静态障碍物的实时避碰。该方法采用更加适合于内河航道条件的改进bumper模型来对无人船及动态障碍船的安全区域进行建模,进一步提高了算法的避碰效率和无人船的航行安全。无人船在五个不同会遇场景下的仿真表明,所提出的局部路径规划算法能够对动、静态障碍物做出符合内河水域航行要求的避碰。最后,为了确保内河无人船能够在紧急情况下完成对动态障碍物的有效避碰,设计了基于动态窗口的局部路径规划方法作为混合路径规划的底层。四个不同场景下的仿真实验表明,所设计的混合路径规划策略在保证内河无人船路径规划的全局最优性与实时性的同时,也保证了无人船能够在紧急情况下完成对障碍物的有效避碰。