1.一种航海器路径规划方法，其特征在于，包括以下步骤：

S01、获取航海器参数及航行区域的环境信息；

S02、获取航海器周围的移动障碍物信息及航海器的表面受力数据，基于所得的表面受力数据，预测航海器周围的移动障碍物的运动趋势；

S03、结合航海器参数和航行区域的环境信息，以海事规则、航海器周围的移动障碍物信息及周围移动障碍物的运动趋势预测情况作为约束条件，通过路径规划算法为航海器规划航行路径；

所述路径规划算法为RRT算法；

所述航海器参数包括航海器尺寸、最大航速和回转半径，所述航行区域的环境信息包括水文信息、航道信息、限制区域信息和固定障碍物信息；

步骤S03包括：

S031、模拟栅格化航行区域的地图环境；

S032、基于航行区域的环境信息、海事规则、航海器周围的障碍物信息及周围障碍物的运动趋势预测情况，定义障碍区域；

S033、定义航行区域的地图环境为采样空间M，已生成节点的集合为T，设置航海器航行的起点为Xinit,目标点为Xgoal，并放入集合T中；

S034、在采样空间M中随机搜索得到采样点Xrand；

S035、判断采样点Xrand是否在障碍区域内，若是则跳过该采样点并返回至步骤S034，若否则遍历集合T中的各个节点，寻找与Xrand间距最小的节点记为Xnear；

S036、以stepsize为步长从Xnear指向Xrand生成新的节点Xnew，构建Xnear与Xnew之间的连线Ei；

S037、判断所得连线Ei是否经过障碍区域，若是则将连线Ei消除并返回至步骤S034，若否则进入步骤S038；

S038、判断节点Xnew与目标点Xgoal之间的间距是否小于预设的阈值，若否则将Xnew加入至集合T中，将Xnear设置为Xnew的父节点并返回至步骤S034，若是则退出循环，自目标点Xgoal开始，依次根据各个节点及父节点回溯至起点Xinit获得规划航行路径；

所述障碍区域包括固定障碍区域和移动障碍区域，所述固定障碍区域为以固定障碍物的几何中心为圆心的圆形区域，所述圆形区域的半径根据固定障碍物的尺寸及海事规则设置；

所述移动障碍区域为椭圆形区域，所述椭圆形区域的其一焦点为移动障碍物的当前位置，另一焦点为移动障碍物在一定时间段内预测的运动趋势的终点，轴长根据移动障碍物的尺寸及海事规则设置；

其中，所述固定障碍区域在一个航行任务内数据不变，所述移动障碍区域根据航海器周围的移动障碍物信息以一定频率更新，并在更新移动障碍区域时，基于更新后的移动障碍区域，重新为航海器规划航行路径；

航海器通过激光雷达探测获取周围的移动障碍物信息，提取其中运动趋势为靠近航海器的移动障碍物，记为靠近障碍物集合C，C＝(Z1,Z2...Zn)；

获取所述靠近障碍物集合C中各个移动障碍物的实时速度Vi和水平投影面积Si、以及移动障碍物与航海器的当前间距li，其中，i∈[1,n]；

计算各个移动障碍物的干涉系数

对各个移动障碍物的干涉系数Ki进行求和获得和值P：

预设航行区域的干涉系数参考值P0以及移动障碍区域的标准更新频率H0；

计算和值与干涉系数参考值的比值；

当 时，使移动障碍区域保持以标准更新频率H0更新；

当 时，使移动障碍区域以ceil(1.2H0)的频率更新；

当 时，使移动障碍区域以ceil(1.5H0)的频率更新。

2.根据权利要求1所述航海器路径规划方法，其特征在于，步骤S02中，基于所得的表面受力数据，通过流场模拟模型或机器学习算法预测航海器周围的移动障碍物的运动趋势。

3.一种航海器路径规划系统，应用如权利要求1或2所述航海器路径规划方法，其特征在于，包括：环境信息获取模块，其用于获取航海器参数及航行区域的环境信息；

障碍物运动趋势预测模块，其用于获取航海器周围的移动障碍物信息及航海器的表面受力数据，基于所得的表面受力数据，预测航海器周围的移动障碍物的运动趋势；

路径规划模块，其用于结合航海器参数和航行区域的环境信息，以海事规则、航海器周围的移动障碍物信息及周围移动障碍物的运动趋势预测情况作为约束条件，通过路径规划算法为航海器规划航行路径。

4.一种计算机设备，包括信号连接的处理器和存储器，其特征在于，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载时执行如权利要求1‑2任一项所述航海器路径规划方法。

5.一种计算机可读存储介质，其上存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序被处理器加载时执行如权利要求1‑2任一项所述航海器路径规划方法。