为了解决海上落水人员救援问题,本文提出了一种由多个海上无人救生器组成的救助系统,该系统采用无人机对海面环境进行监控,并使用栅格法对海面环境进行建模。然后,对蚁群算法进行改进,规划合适救援路径,并选择合适救援方案。然后,在模型预测控制算法基础上,控制救生器按照规划路径进行轨迹跟踪。最后可以通过救助系统上位机软件进行监控,并对救援人员进行救助。本文提出一种局部栅格法,首先利用大栅格对全局海面环境进行建模,将当前节点到相邻节点的距离存储在邻边矩阵中,为未来的路径规划做准备。然后利用小栅格对相关障碍物和落水人员区域进行重新建模。并提出了一项确定哪些障碍物需要重新建模策略。改进了蚁群优化算法的初始信息素矩阵,提高了搜索救援路径的目的性和高效性。通过局部路径优化算法,对传统蚁群优化算法规划出来的路径进行优化。提出了判断救援方案的判断时间概念。判断时间是通过平均每条救援时间和救援计划消耗总时间加权求和求得。建立双推进救生器的数学模型。利用数学模型推出救生器状态方程,并对其进行离散处理。并将救生器推力控制,转为对救生器推力增量进行控制。通过救生器的状态方程预测救生器未来时刻的状态量。将救生器的轨迹问题转化为二次型规划问题。通过仿真和实验验证了模型预测控制算法可以有效地进行轨迹跟踪。实现由海面环境实时监控模块和多救援路径规划模块组成的救援系统。海面环境实时监控模块可以是识别障碍物、落水人员和救生器,并将其位置坐标传送给路径规划模块。路径规划模块可以手动设置救生器和落水人员坐标,也可以根据海面环境实时监控模块传输的位置坐标,规划出合适的救援方案。以下是创新之处:（1）针对海面救助环境情况,提出了一种局部栅格法算法对海面环境进行建模。（2）对蚁群优化算法进行改进,并将其应用与救援路径规划。（3）提出了判断时间指标,用于选择有效的救援方案。（4）建立了双推进救生器动力学模型,利用模型预测控制算法控制救生器按照规划的路径进行轨迹跟踪。