随着人工智能技术的快速发展,无人船作为一种新型的智能运载工具已逐渐出现在大众面前。提高无人船的智能化水平是其顺利完成各项任务的重要保障。无人船路径规划作为其中关键一环,有着重要的应用价值和研究意义。本文提出了一种基于拓展支持向量机的无人船路径规划方法,分别对拓展SVM全局路径规划和滚动路径规划两部分内容展开了研究,并进行了理论分析和仿真验证。首先,阐述了无人船路径规划问题的研究意义,概括了一些常用的路径规划方法,对无人船路径规划的现状进行了概述。从支持向量机的原理出发,利用最大间隔法剖析支持向量机分类问题的由来,给出了支持向量机描述的优化问题,并对求解该优化问题进行了说明。还对支持向量机的非线性分类问题进行了研究,为解决较常见的非线性分类问题提供了理论依据。然后,对传统SVM解决路径规划问题的原理进行了说明,指出了利用传统SVM解决路径规划问题时忽视起止点约束所导致的问题。为解决此问题,在传统SVM的基础上,将起止点约束引入支持向量机的约束条件中,根据实际不同情况给出了线性问题和非线性问题的拓展SVM路径规划模型,并给出了拓展SVM的求解方法。为提高算法的效率,对SVM训练集进行预处理,提高了路径规划的速度和质量。其次,将滚动窗口法思想引入拓展SVM路径规划中,提出了一种基于拓展SVM的滚动路径规划方法。使用滚动窗口逐步规划,能够采集障碍中的关键信息,从而获得较高质量的路径,降低周期内的计算量。最后,通过MATLAB仿真平台对提出的路径规划方法进行了仿真验证,并同传统人工势场法进行比较,给出了结果分析,验证了本文算法的可行性和有效性。