1.一种水下机器人单目视觉定位方法，其特征在于：包括以下步骤：
步骤1：设置计算时刻k＝0，并设置水下机器人在k＝0时刻的系统状态向量初值：x(k)＝[x(k) y(k) z(k) φ(k) θ(k) ψ(k) u(k) v(k) w(k) p(k) q(k) r(k)]T其中[x(k) y(k) z(k)]T是水下机器人在全局坐标系下的位置，[φ(k) θ(k) ψ(k)]T是水下机器人的欧拉角， 是水下机器人在载体坐标系下的线速
度以及角速度， 为n维实数域；
并根据设置的水下机器人在k＝0时刻的系统状态向量初值，计算水下机器人在k＝0时刻的状态方差矩阵 xi(0)为
系统状态向量中的元素；
步骤2：根据k-1时刻得到的系统状态向量量测值 和后验状态方差矩阵P(k-1)，结合k时刻多普勒和陀螺仪测得水下机器人在载体坐标系下的线速度和角速度，估计k时刻水下机器人的系统状态向量量测值 和后验状态方差矩阵P(k)：
步骤2.1：计算Sigma点集χ(k-1)：
其中n为系统状态向量的维数，χi(k-1)为点集χ(k-1)的第i列，Pi(k-1)为P(k-1)的第i列，λ是UT变换参数；
步骤2.2：将步骤2.1得到的Sigma点集χ(k-1)代入系统状态项得到变换后的Sigma点集χ(k/k-1)：
其中χi(k/k-1)为点集χ(k/k-1)的第i列，系统状态项为：
其中T是控制周期，R为载体坐标系转换到全局坐标系下的坐标转换矩阵；
步骤2.3：根据步骤2.2得到的变换后的Sigma点集χ(k/k-1)，进行均值加权得到系统状态向量的预测均值
其中Wi是UT变换权值；进行协方差加权得到系统状态向量的预测方差
其中 是系统噪声的协方差矩阵；
步骤2.4：将步骤2.2得到的变换后的Sigma点集χ(k/k-1)代入量测项进行非线性变换：
zi(k/k-1)＝h[χi(k/k-1),k/k-1],i＝0,…,2n
其中量测项为：
h[x(k),k]＝[[mj(k) nj(k)]×4 u(k) v(k) w(k) p(k) q(k) r(k)]T
(mj(k),nj(k))为第j个特征点在图像坐标系下的坐标，j＝1,2,3,4：
为第j个特征点在全局坐标系下的坐标，fx和fy分别是相机的两个焦距，相机坐标系与水下机器人的载体坐标系重合；并加权求和计算得到系统量测量的预测值：
步骤2.5：计算更新的状态方差：
其中 是量测噪声的协方差矩阵；计算增益矩阵：
估计k时刻水下机器人的系统状态向量量测值 为：
其中 为量测噪声；k时刻水下机器人的后验状态方差矩
阵P(k)为：