我国内河水系众多,可通航的水道纵横交错,内河航运十分发达。然而,由于内河航道复杂多变,有些区域甚至形成了稠密水网,这给通航船舶的航行安全带来了很大的麻烦,容易发生搁浅、撞桥等事故。近年来,内河数字航道的建设,通过航道感知和数字化手段,从数据层面上极大提升了船舶对航道环境的认知能力,电子海图系统的逐步普及也从应用层面上为船舶提供了有力的辅助航行手段。然而,目前的电子海图系统更多起到了航行监控的作用,仍然不具备自动航线规划的能力,很难帮助船舶提前规划回避风险并提高航行效率。针对这一问题,本文基于内河数字航道感知和采集的航道数据基础,结合船舶自身条件,利用人工智能的方法,研究了内河水网的自动航线规划技术,并通过基于电子航道图的助航应用为船舶提供服务,辅助船舶避免发生误入错误航道以及发生撞桥等事故,并通过提供最优航线提高航行效率,为船舶智能航行打下基础。本文完成的主要研究工作包括:(1)针对众横交错的航道特征,设计内河水网的有向拓扑网络数据结构,并利用A~*算法,从添加航道约束、优化代价函数和估价函数三个方面进行改进,提出适应内河航道通航条件和形态特征的航线规划算法。(2)针对内河分道通航制,提出一种基于A~*和DBSCAN密度聚类的分层航线规划方法,将航线规划过程分成高层航线规划和低层航线规划两部分,提高航线规划的准确性和效率。(3)利用船舶交通流分航段统计处理的思路,提出一种航道动静态特征结合的时空神经网络模型,实现对船舶在规划航线上航行时间的准确预测。(4)设计内河船舶助航系统,利用TensorFlow-serving实现航线规划和航行时间预测的服务接口,并在APP、微信小程序等客户端实现航线规划的应用。本文针对内河水网的特点,面向船舶智能航行,深入研究了自动航线规划以及航行时间预测的方法,是人工智能在船舶导航领域应用的有益探索,不仅具有理论意义也具有很好的应用价值。