1.一种无人船舶局部路径动态优化方法，其特征在于，包括以下步骤：步骤S1、获取目标船舶的静态信息和初始运动状态信息；

步骤S2、从初始时刻起，依据目标船舶实时获取的周围碍航物信息，基于所述静态信息、所述初始运动状态信息和预先构建的局部路径动态优化模型，采用粒子群算法对所述局部路径动态优化模型进行求解，确定用于目标船舶实时行驶的最优控制曲线；

步骤S3、所述目标船舶根据确定的最优控制曲线，控制船舶行驶；

所述局部路径动态优化模型是基于船舶运动学模型、几何路径约束条件、边值约束条件和目标函数的动态最优控制模型。

2.根据权利要求1所述的方法，其特征在于，所述船舶运动学模型包括三自由度船舶运动学模型或四自由度船舶运动学模型或六自由度船舶运动学模型。

3.根据权利要求1所述的方法，其特征在于，所述局部路径动态优化模型包括，目标函数：

其中，t0为初始时刻；tf为终止时刻；λ1，λ2为权重系数，且λ1，λ2∈[0，1]，λ1+λ2＝1；

约束条件：

i、船舶运动学模型：

其中，ψs为目标船舶s的航向；us为目标船舶s的纵向速度；vs为目标船舶s的横向速度；rs为目标船舶s绕z轴转动的角速度；

ii、几何路径约束条件：

防撞避碰约束条件

其中，xs(t)，ys(t)为目标船舶s在坐标系上的横坐标与纵坐标；xo(t)，yo(t)为碍航物o在坐标系上的横坐标与纵坐标；dos为船舶s与碍航物o之间的安全距离；

状态变量区间限制约束条件

|δs(t)|≤δmax

|vs(t)|≤vmax

其中，δmax为航行过程中允许的最大舵角变化量；vmax为航行过程允许的最大安全航速；

iii、边值约束条件：

xs(t0)＝x0，ys(t0)＝y0，vs(t0)＝v0，ψs(t0)＝ψ0，δs(t0)＝δ0ψs(t0)＝ψs(tf)

其中，x0为初始横坐标；y0为初始纵坐标；v0为初始速度；ψ0为初始航向；δ0为初始舵角。

4.根据权利要求1所述的方法，其特征在于，在所述采用粒子群算法对所述局部路径动态优化模型进行求解之前，包括：向局部路径动态优化模型中引入辅助变量w(t)，将复合型性能指标转化为末值型性能指标：

J＝Φ(z(t0)，t0，z(tf)，tf)+w(tf)w(t0)＝0

依据末值型性能指标，转化局部路径动态优化模型：minJ＝(z(t)，u(tf))其中，z(t)为被微分后的系统状态变量；u(t)为控制变量；J为末值型性能指标函数；f为常微分方程中的代数函数部分；g为不等式约束；h为等式约束；t0为起始时刻；tf为终止时刻。

5.根据权利要求1所述的方法，其特征在于，所述步骤S2中采用粒子群算法对所述局部路径动态优化模型进行求解，确定用于目标船舶实时行驶的最优控制曲线，包括：步骤A1、对所述局部路径动态优化模型进行预处理；

步骤A2、初始化粒子群规模、每个粒子的速度和位置；

步骤A3、依据目标船舶实时获取的周围碍航物信息，基于所述静态信息、所述初始运动状态信息和预处理后的局部路径动态优化模型，求解目标船舶状态变量；

步骤A4、依据所述目标船舶状态变量，计算目标函数和适应度函数，更新当代粒子群最优解；

步骤A5、根据粒子群更新公式，更新每一个粒子的位置与速度；

步骤A6、判断是否满足预设条件，若是，输出解向量；若否，重复步骤A3；

步骤A7、对所述解向量进行插值处理，获得最优控制曲线。

6.根据权利要求5所述的方法，其特征在于，所述对所述局部路径动态优化模型进行预处理，包括：

控制变量离散化处理和离散化控制变量模型中约束条件的处理；

约束条件的处理包括采用欧拉方程处理船舶运动学模型、基于内点障碍函数法处理几何路径约束条件、基于限制解向量范围处理边值约束条件和归一化处理时间约束。

7.根据权利要求6所述的方法，其特征在于，所述控制变量离散化处理，包括：i、控制变量参数化：

其中，[τk-1，τk)为控制曲线的第k段时间段；τk，k＝1，…，np为时间节点，ξk为第k段时间段上的控制变量值；np为时间节点个数；

ii、将参数化的控制变量代入局部路径动态优化模型，获得第一预处理局部路径动态优化模型：

g(z(t)，ξk，t)≤0，t∈τk-1，τk)，k＝1，2，，…，nph(z(t)，ξk，t)＝0，t∈τk-1，τk)，k＝1，2，，…，np其中，z(t)为被微分后的系统状态变量；z(tf)为终止时刻系统状态变量；为拟合后的控制变量；ξk为第k段时间段上的控制变量值；f为常微分方程中的代数函数部分；g为不等式约束；h为等式约束；τk-1，τk)为控制曲线的第k段时间段。

8.根据权利要求7所述的方法，其特征在于，所述基于内点障碍函数法处理几何路径约束条件，包括：

i、将第一预处理局部路径动态优化模型表示为：min J(Λ)，

s.t.g(Λ)≤0，

h(Λ)＝0.

其中，Λ为决策变量；g(Λ)＜0为不等式约束；h(Λ)为等式约束；

向第一预处理局部路径动态优化模型中引入松弛变量s＞0，获得第二预处理局部路径动态优化模型：

minJ(Λ)，

s.t.g(Λ)+s＝0，

h(Λ)＝0，

s＞0

ii、将第二预处理局部路径动态优化模型中的不等式约束条件s＞0作为障碍项添加到性能函数，获得第三预处理局部路径动态优化模型：s.t.s＞0

其中，Λ为决策变量；s为松弛变量； 为包含障碍项的目标函数；J为目标函数；

rk＞0，rk→0+是障碍因子。

9.根据权利要求7所述的方法，其特征在于，所述归一化处理时间约束，包括：i、采用归一化映射方法计算时间约束：ii、定义粒子群中解结构：

其中，τ0＝t0； ξk，k＝1，2，…，np为第k时间段上具有边值约束的控制变量参数值；θk，k＝1，2，…，np为用于计算时间节点的无约束“时间变量”。

10.根据权利要求5所述的方法，其特征在于，所述适应度函数fit包括：fit＝α1fit1+α3fit2+α3fit3其中，fit1为安全性适应度函数；fit2为路径长度适应度函数；fit3为边值约束适应度函数；α1，α2，α3为权重系数，且α1+α2+α2＝1，α1，α2，α2∈[0，1]；(xo(t)，yo(t))为碍航物在t时刻位置坐标；(xs(t)，ys(t))为目标船舶s在t时刻位置坐标； 为粒子i代表的路径i； 为粒子i-1代表的路径i-1，每个粒子代表一条路径；(xi0，yi0)为第i条路径起点坐标，(xif，yif)为第i条路径终点坐标，ψ0为目标船舶初始航向。