随着无人技术的发展,水面无人艇在水质监测、海底勘测、海上巡航和海上运输等方面的应用越来越广。为保证水面无人艇在完成任务过程中的安全航行,开展路径规划研究具有十分重要的意义。为了研究动态海洋环境下无人艇的路径规划问题,本文根据电子海图水深数据和潮汐数据构建动态环境模型,为路径规划提供基础条件。在规划分析阶段分成全局动态路径规划和局部路径规划两步进行:在全局动态规划中,用改进的LT-D*Lite算法进行大范围的栅格路径的求解;在进行局部路径规划时,综合LT-D*Lite算法和动态窗口法的混合规划算法进行局部的路径规划。主要研究内容如下:首先,构建路径规划环境模型。针对无人艇在全局路径规划时面临的环境信息缺少、实时建立环境模型较困难等问题,以矢量电子海图中提取的离散水深数据为基础,采用含障碍物的样条插值法,生成静态栅格水深环境,再叠加潮汐数据推算实时变化水位,形成动态的实时水深模型。其次,在全局动态规划中,论文选择D*Lite算法进行研究。经典D*Lite算法存在路径转折点多、难以进行轨迹跟踪控制、且容易忽略动态水深环境影响等不足。在经典算法的启发式代价函数中引入水深危险度代价,以对最优安全节点进行选择,平衡路径的安全性;另一方面,在拓展节点过程引入视线检查算法,将节点拓展方式从八邻域拓展为任意角度方式并使路径平滑。最后,结合潮汐变化后的新障碍物环境进行路径调整。通过仿真实验验证改进LT-D*Lite算法具有规划路径短且路径平滑的特点,同时可显著降低路径水深危险度,引导无人艇避开浅水深区域。最后,在局部规划中,为了改善动态窗口法算法路径冗长以及距离目标点较近时,使规划路径偏离目标点等缺点,根据LT-D*Lite全局路径规划算法的关键节点对全局路径进行分段,建立局部目标点,再结合动态窗口法对局部路径进行规划。对比仿真实验验证了混合规划算法提高了抵达目标点的成功率,实现了路径长度、平滑性和安全性的优化。本文所做的路径规划算法研究对智能船舶自主航行有着推动作用,为我国进行多项海上任务提供智能平台,打下良好的基础。