本项目的目标是构建一个从原始视频输入到Gazebo动态避障的全链路闭环系统。全过程分为四个阶段：首先，视觉算法组需对原始水下视频执行图像增强，利用 CLAHE 或 UDCP 算法去除蓝绿偏色和雾化效果，随后通过轻量级语义分割模型（如 YOLOv11-seg）实时标注出障碍物、废弃物及环境边界；其次，通信开发组需编写 ROS 节点，将分割后的 Mask 像素坐标结合相机内参（及深度估算）转换至三维空间坐标，并封装为 nav_msgs/OccupancyGrid 或自定义障碍物消息；接着，仿真组在 Gazebo 环境中配置基于 UUV Simulator 的流体动力学插件，实时接收视觉组传回的坐标数据，在仿真世界中动态生成/更新障碍物模型；最后，控制组调用 TEB 或 DWA 路径规划器，基于视觉生成的动态代价图（Costmap）实时修正 AUV 的螺旋桨转速与舵角，实现避障动作。所有模块需确保端到端延迟低于 100ms，以支持机器人在仿真水域中的实时自主导航。