1.一种基于自适应容积卡尔曼滤波和单点随机抽样的视觉导航方法，其特征在于，包含如下步骤：
S1、建立自适应容积卡尔曼滤波器时间预测和量测更新模型；
S2、建立视觉系统的状态模型和量测模型；
S3、采用ORB特征算子对目标进行特征提取和描述；
S4、采用最小汉明距准则完成特征初匹配和单点RANSAC完成特征精匹配，并将全状态模型中对应点坐标进行替换更新，同时完成最终的时间预测和量测更新。
2.如权利要求1所述的基于自适应容积卡尔曼滤波和单点随机抽样的视觉导航方法，其特征在于，所述的步骤S1中，采用次优无偏极大后验估值器和容积卡尔曼滤波器建立时间预测模型、量测更新模型、过程噪声模型和量测噪声模型。
3.如权利要求1所述的基于自适应容积卡尔曼滤波和单点随机抽样的视觉导航方法，其特征在于，所述的S2中，建立六自由度视觉系统运动全状态模型和量测模型，全状态信息包括视觉系统状态和特征点信息。
4.如权利要求1所述的基于自适应容积卡尔曼滤波和单点随机抽样的视觉导航方法，其特征在于，所述的步骤S3中，采用ORB特征算子对目标进行特征提取和描述。
5.如权利要求1所述的基于自适应容积卡尔曼滤波和单点随机抽样的视觉导航方法，其特征在于，所述的S4中，利用二进制最小汉明距方法完成ORB特征点的初始匹配，并采用单点随机抽样完成特征点的匹配，且将全状态模型中对应点坐标进行替换更新，同时完成最终的时间预测和量测更新。