随着科学技术的发展,许多新的无人化产品,无人机,无人车,无人艇,无人潜艇,无人超市等如雨后春笋纷纷面世。无人艇的出现为海上作业提供了新样式,在非军事方面,无人艇能高效安全的完成水质监测、巡逻、海洋调查等任务。无人艇路径规划是无人艇控制技术的核心,全局路径规划又是路径规划的基础,关系到无人艇的可操纵性、经济性、安全性,因此,本文研究了基于免疫遗传算法的无人艇路径规划。本文首先介绍了无人艇研究的背景和意义以及无人艇的国内外研究现状。然后介绍了各种常用的路径规划方法,有传统的、图形学的、智能仿生的等。本文详细介绍了遗传算法的原理、包括遗传算法的基本概念、实现流程、优缺点,并针对遗传算法收敛速度慢,提出了基于精英保留策略的方法;针对遗传算法多样性差,提出了基于免疫遗传算法的无人艇路径规划方法,将免疫学中的亲和力,相似度,浓度等概念应用于遗传算法,并使用了新的抗体浓度定义方法。本文用栅格法进行环境建模,并将无人艇在环境中的深度信息与宽度信息进行预处理。同时采用直角坐标法和序号法对栅格进行编码,使用了精英保留策略和增加了免疫算子,同时考虑路径搜索速度和路径多样性。并引入插入、删除算子优化路径编码。并在Visual Studio 2010的平台下进行仿真,对传统遗传算法、精英保留策略下的遗传算法、免疫遗传算法、基于精英保留和免疫遗传算法的全局路径规划实验结果进行比较,得出基于精英保留和免疫遗传算法在收敛速度和精度方面更优。