1.一种欠驱商船自主靠离泊测试方法，其特征在于：包括以下步骤：步骤S1、使用感知模块监测水域环境数据、欠驱商船位置数据和欠驱商船状态数据，并将这三项数据传至数据处理模块；

步骤S2、数据处理模块汇总感知模块的监测数据，并进行数据融合；所述数据融合采用中级传感器融合技术和卡尔曼滤波，从而得到融合后的精准数据；中级传感器融合技术包括以下步骤：步骤S21：将感知模块首次测量的数据作为初始测量值；

步骤S22：滤波器根据初始测量值初始化状态和协方差矩阵；

步骤S23：在预设时间段内滤波器收到新的测量值，算法在此时间段内给出预测值；

步骤S24：将测量值和预测值对比，滤波器为每个值施加对应的权重；

步骤S25：在下一个预定时间段内将收到对应的测量值，算法执行对应的预测值和更新步骤；

步骤S3、融合后的数据通过场景生成器构建欠驱商船自主靠离泊水域态势信息，相关信息数据传输至服务器数据库；

步骤S4、融合后的数据通过船舶运动模拟器构建欠驱商船运动状态信息，相关信息数据传输至服务器数据库；

步骤S5、欠驱商船算法模块依据水域态势信息和无人船运动状态信息，规划出船舶靠离泊路线；所述船舶靠离泊路线的规划包括以下步骤：步骤S51：将靠泊过程分为远码头轨迹规划阶段和码头末端镇定靠泊两部分；

步骤S52：对上述两部分进行仿真研究，同时优化人工势场法；

步骤S53：绘制出航迹规划和舵角输出曲线；

步骤S6、测评模块调用服务器数据库，对比欠驱商船实际航行路径与规划路径偏差，依据评判标准对实际欠驱商船行为进行测评；所述步骤S6中的测评过程包括以下步骤：步骤S61：分析影响靠泊的因素，调用靠泊的要点和规范，获得评价指标；

步骤S62：对指标进行归纳分类并构建评价指标体系；

步骤S63：采用层次分析法，对无人船舶自主靠离泊测试评价指标体系中各指标进行重要性比较得到各指标的权重Wi；确定指标打分分级标准，依据每个测试时刻指标的数据进行打分分数Ri,t；所述层次分析法用于确定权重Wi，包括以下步骤：步骤S631：基于评价指标，建立描述所有结构因素的递阶层次结构；

步骤S632：两两比较结构因素，构造出所有的判断矩阵；

步骤S633：解判断矩阵得出特征根和特征向量，检验每个判断矩阵是否具有完全一致性若不满足一致性条件，则要修改判断矩阵直到满足为止；

步骤S634：计算各层因素的组合权重，并检验结构一致性；

步骤S64：将各指标权重Wi与打分分数Ri,t相结合，得到欠驱商船自主靠离泊测试监测时刻t的各测试指标最终分数Si,t；

步骤S65：综合各个指标分数，得出t时刻自主靠离泊整体分数St；

步骤S7、服务器根据测评结果对欠驱商船进行调控，测评结果合格则重复步骤至自主靠离泊结束；测评结果不合格则停止测试，待问题排查后再进行测试。

2.根据权利要求1所述的一种欠驱商船自主靠离泊测试方法，其特征在于：所述步骤S1中的水域环境数据包括：水域风速风向、流速流向、温度湿度以及浪高浪压，欠驱商船状态数据包括：欠驱商船的航速、航向、加速度以及三轴姿态角。

3.根据权利要求1所述的一种欠驱商船自主靠离泊测试方法，其特征在于：步骤S1中，所述欠驱商船位置数据检测方式为：GPS定位方式、声学定位方式、视觉识别定位方式和UWB定位方式相互协同作业，从而获得欠驱商船与泊位以及障碍之间的距离。

4.一种使用如权利要求1中所述方法的欠驱商船自主靠离泊测试系统，其特征在于：包括感知模块、数据处理模块、测评模块以及显示模块；感知模块对水域环境和欠驱商船状态进行监测；数据处理模块接收并处理来自感知模块监测的数据；算法模块调用服务器来自数据处理模块的融合数据，并进行路径规划；测评模块调用服务器欠驱商船实时运动状态信息以及路径规划信息；显示模块调用服务器信息，进行图形处理后通过显示器进行欠驱商船自主靠离泊测试相关信息呈现。

5.根据权利要求4所述的一种欠驱商船自主靠离泊测试系统，其特征在于：所述数据处理模块还包括场景生成器、船舶运动模拟器和数据融合模块，所述数据处理模块接收来自感知模块监测的数据，数据融合模块进行数据融合；基于融合后的数据，所述场景生成器构建水域态势信息，所述船舶运动模拟器构建欠驱商船运动信息。