1.一种船舶相对碰撞危险度模型的验证方法，其特征在于，其包括：在开阔水域对船舶集群态势进行分析，得到相对碰撞危险度模型，具体包括：在开阔水域对船舶感知区域进行划分，得到多个虚拟动态网格；

将目标船与干扰船的会遇区域从内到外次划分为碰撞区域、主要干扰区域和次要干扰区域；

通过所述碰撞区域、所述主要干扰区域和所述次要干扰区域结合会遇角度划分，得到

24个虚拟动态网格；

针对所述多个虚拟动态网格对船舶集群态势采用模糊逻辑规则计算虚拟动态网格对目标船的作用粒度值；

根据所述作用粒度值结合危险度评价的综合权重，得到目标船相对于船舶集群态势的相对碰撞危险度模型；

通过主客观综合赋权方法进行赋权，再结合作用粒度值计算得到相对碰撞危险度；

在实船实验中对目标船在多种船舶集群态势下的航行数据进行记录，根据所述航行数据结合所述相对碰撞危险度模型计算得到相对碰撞危险度的实际值；

在狼群算法的基础上结合模拟退火算法形成模拟退火狼群算法，具体包括：A1：对狼群位置进行初始化；

A2：开始探狼的搜寻行为，搜索时判断探狼当前位置周围的任意方向的适应度值是否大于当前位置的适应度值；

A3：如果是，则将探狼从当前位置移动到适应度值大的位置；如果否，则改变探狼的步长继续进行搜索，直到当前位置周围任意方向的适应度值均不大于当前位置的适应度值，且搜索次数达到预设次数时，利用Metropolis准则选择是否接受新解；

A4：根据头狼的召唤，猛狼开始向头狼靠近和奔走，在奔走过程中，如果猛狼所在位置的目标适应度值大于头狼的适应度值，则令猛狼取代头狼；如果猛狼与头狼的距离小于距离限定值，则奔走转为围攻；

A5：围攻后如果目标位置的适应度值大于当前位置的适应度值，则用目标位置代替当前位置；如果目标位置的适应度值不大于当前位置的适应度值，则改变搜索步长继续进行搜索，并利用Metropolis准则选择是否接受新解；

A6：迭代后判断是否满足结束条件，如果满足，则输出船舶的最优避碰路径；如果不满足，则重新进行狼群位置的初始化并重复进行A2至A6；

所述结束条件为优化精度达到最小值或迭代次数达到最大值；

在虚拟仿真实验中利用所述模拟退火狼群算法对目标船在多种船舶集群态势下进行路径规划，得到相对碰撞危险度的仿真值，具体包括：在虚拟仿真实验中构建与所述实船实验中相同的初始集群态势；

根据所述实船实验中的船舶集群态势在无人船自主航行仿真系统中构建相同的船舶集群态势；

对干扰船的实时行为按照所述实船实验中的干扰船进行相同的决策和行为；

对目标船采用所述模拟退火狼群算法进行路径规划，以逃离当前态势，得到目标船在所述初始集群态势演化过程中的相对碰撞危险度的所述仿真值；

通过对多种集群态势下的所述仿真值与所述实际值以及在实船实验与虚拟仿真实验避碰过程中的记录数据进行变化趋势分析和灵敏度分析，对所述相对碰撞危险度模型进行验证。

2.如权利要求1所述的船舶相对碰撞危险度模型的验证方法，其特征在于，在实船实验中对目标船在多种船舶集群态势下的航行数据进行记录，根据所述航行数据结合所述相对碰撞危险度模型计算得到相对碰撞危险度的实际值包括：以实验船为目标船，选取多艘干扰船与所述目标船构建初始船舶集群态势，其中所述目标船和所述干扰船均为有人船；

在船舶行进中进行相应的避碰操作，并运用至少一种采集设备对所述目标船和所述多艘干扰船进行记录，得到航行数据；

根据所述航行数据结合所述相对碰撞危险度模型计算得到所述实际值；

其中所述至少一种采集设备包括：船载设备和视频采集设备。

3.如权利要求1所述的船舶相对碰撞危险度模型的验证方法，其特征在于，在虚拟仿真实验中利用所述模拟退火狼群算法对目标船在多种船舶集群态势下进行路径规划包括：根据所述实船实验中的船舶集群态势在无人船自主航行仿真系统中构建相同的船舶集群态势；

按照所述船舶集群态势对船舶参数进行初始化，并根据初始化的船舶参数建立船舶避碰目标函数，所述目标函数满足： 其中加权系数γ1+γ2＝1，且γ1＞

0，γ2＞0，ΔS为避碰操作过程中船舶在原航线基础上多航行的路程， 为避碰过程中船舶的转向角；

对目标船周围的船舶集群态势进行识别和判断，在其中一种船舶集群态势下任意一个待搜寻的D维空间内，狼群有S个狼，S个狼的当前位置的信息向量表示为P＝(p1,p2,...,ps)，计算每个狼在当前位置的适应度值为：确定头狼后利用模拟退火狼群算法进行路径规划，得到船舶的最优避碰路径；

其中头狼的适应度值为C1，狼群中余下的狼的适应度值为Ci(i＝2,3，...,S)。

4.如权利要求3所述的船舶相对碰撞危险度模型的验证方法，其特征在于，在狼群算法的基础上结合模拟退火算法形成模拟退火狼群算法包括：步骤A1中狼群位置初始化为：

Pi,D(t)＝Pl+rand*(Pu‑Pl)i(i＝1,2,...,S)Pi,D(t)表示狼i第t次迭代时第D维所在的位置，Pu和Pl表示位置Pi,D(t)取值区间的上极值、下极值，rand表示(0,1)内任意随机数；

计算狼群中所有狼的适应度值，选取初始适应度值最大的狼作为初始头狼；

步骤A2中探狼向所在位置的m个方向搜寻猎物，并计算周围m个方向中走一步的适应度值Cik(k＝1,2,...,m)，如果第k个方向中的适应度值大于当前位置的适应度值，则探狼向k方向前进一步，前进的计算公式为：其中Pi,D(t)为探狼i在D维空间的坐标； 为探狼i探索第k个方向在D维空间的坐标；stepa代表探狼的搜索步长，W为迭代次数，W＝1,2,...,Wmax；δ为随机参数δ∈(‑0.1,

0.1)；

步骤A3中如果m个方向的适应度值均小于探狼当前位置的适应度值，则改变探狼的搜索步长，选取0.5～1.5倍的搜索步长作为新的搜索步长继续探索；

步骤A4中根据头狼的召唤，猛狼开始向头狼靠近和奔走，第i头猛狼在第t+1次迭代奔走后的位置公式为：Pi,D(t+1)＝Pi,D(t)+stepb*(Pbest(t)‑Pi,D(t))/|Pbest(t)‑Pi,D(t)|其中Pi,D(t+1)第i头猛狼第t+1次迭代后在D维空间的坐标；Pi,D(t)为猛狼i第t次迭代后在D维空间的坐标；stepb代表猛狼的奔走步长，Pbest(t)代表头狼在第t次迭代的位置；

当猛狼奔走至距离头狼距离满足条件Si,d＜Slimit时，将转为围攻行为，公式为：其中Slimit为奔走过程中猛狼与头狼间的距离限定值；[maxD,minD]是狼群活动空间的取值范围，ω是距离控制因子，d为纬度值；

猛狼靠近头狼的计算公式为：

Pi,D(t+1)＝Pi,D(t)+stepb*λ*|Pbest(t)‑Pi,D(t)|其中λ为区间[‑1,1]之间的随机数。

5.如权利要求1所述的船舶相对碰撞危险度模型的验证方法，其特征在于，通过对多种集群态势下的所述仿真值和所述实际值进行变化趋势分析和灵敏度分析，对所述相对碰撞危险度模型进行验证包括：在多种不同的集群态势下，分别按时间记录相同的集群态势下针对所述相对碰撞危险度的所述仿真值和所述实际值；

根据所述仿真值与所述实际值的对比结果，结合在实船实验中以及虚拟仿真实验中目标船的记录数据的对比结果，进行变化趋势分析；

根据实船实验中以及虚拟仿真实验中目标船的记录数据进行差值计算，并根据差值与预设阈值的比较进行灵敏度分析。

6.如权利要求5所述的船舶相对碰撞危险度模型的验证方法，其特征在于，所述记录数据包括目标船的实时速度、目标船与干扰船的相对速度和相对位置，所述预设阈值为3％。