1.一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，通过视觉惯性里程计模块与全局位置耦合设计模块实现无人船航迹推算；

视觉惯性里程计模块分为视觉里程计与惯性里程计两部分；

视觉里程计首先将无人船搭载的高清相机实时获取的图像信息进行Lab颜色空间的转换，提取其中的a分量进行特征点提取，利用KLT金字塔进行光流跟踪，使用光束法平差的方法对前后两帧图像的特征匹配进行优化以获得滑动窗口中每一帧图像的最佳姿态；

惯性里程计IMU首先进行IMU数据预积分，得到当前时刻的位姿、速度、旋转角，完成惯性里程计的初始化，之后进行VINS联合初始化，采用基于紧耦合滑动窗口算法进行状态估计以获得准确而鲁棒的结果，并且作为全局位置中的局部约束；

全局位置耦合设计模块将视觉惯性里程计模块通过视觉测量和惯性测量得到的最新的局部测量位置转换为全局估计位置，全局估计位置作为全局位置进行无人船航迹推算及自身定位，对最后输出的全局位置进行图优化，得到最优的定位效果，最后将最优全局位置更新到视觉惯性里程计模块，全局位置耦合设计模块。

2.根据权利要求1所述的一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，将无人船搭载的高清相机实时获取的图像信息进行Lab颜色空间的转换的方法如下：将无人船搭载的高清相机实时获取的图像从 RGB 颜色空间转换为 Lab颜色空间，转换公式如下：，

将XYZ参数转换为Lab颜色空间：

（2）

在公式（2）中，表示为一种函数，设 为自变量，其具体表述为：         （3）。

3.根据权利要求2所述的一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，提取其中的a分量进行特征点提取的方法为：在a通道下，岸边水草、树木灰度值小，水面区域灰度值大，水面区域与岸上区域的灰度值有大的差异，且树木在水中的倒影区域与水面无倒影区域差别不大，使用阈值分割方法将水面部分区域分割出并剔除；处理后的图像进行特征点提取。

4.据权利要求1所述的一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，滑动窗口中的状态向量表示如下：（4）

（5）

（6）

其中， 表示完整的状态向量，包括IMU状态向量 ，IMU坐标系与相机坐标系之间的坐标转换矩阵 ，初次观测的逆深度 ， ； 表示IMU坐标系， 表示相机坐标系；

与 分别表示滑动窗口中特征点和关键帧的数量； 是拍到第 帧图像时的IMU状态向量；IMU初始时刻的位置被定义成局部坐标系 的原点，后续IMU的位置 、速度 和姿态都是相对于局部坐标系 得到的； 分别表示的陀螺仪和加速度计的慢时变误差。

5.根据权利要求2所述的一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，滑动窗口中的状态的最大后验估计通过最小化所有测量残差与先验的Mahalanobis范数的和获得：  （7）

上式中，表示第 个特征， 表示 时刻， 表示下一个时刻， 为过地面点的子午面与起始子午面之间的夹角， 表示第 张图像下过地面点的子午面与起始子午面之间的夹角， 表示IMU坐标系，表示相机坐标系，表示位置， 表示相邻两时刻下IMU位姿变化， 表示为视觉测量的平方根信息矩阵； 表示VINS系统所有测量残差，表示各分系统测量残差， 和 分别表示IMU测量残差和视觉测量残差，表示滑动窗口边缘化过程中获得的先验信息； 是Huber函数，用来减小最小二乘问题中异常值的权重。

6.根据权利要求5所述的一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，基于紧耦合滑动窗口算法进行状态估计后，通过重投影误差方程剔除每次优化后的离群值，重投影误差方程为：（8）

（9）

式中 表示第 个特征点的第一次观测， 表示相机的第 个图像，是视觉惯性里程计模块的参考坐标系， 是反投影函数；

和 分别是左目相机‑IMU系统以及右目相机‑IMU系统的坐标变换矩阵的旋转分量和平移分量； 代表第 帧左目相机图片对第 帧左目相机图片的重投影误差的观测结果， 代表第 帧左目相机图片对第 帧右目相机图片的重投影误差的观测结果。

7.根据权利要求6所述一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，全局位置耦合设计模块具体工作步骤如下：（1）将GNSS的全局坐标系与视觉惯性里程计模块的局部坐标系刚性对齐，实现全局坐标系下的多传感器耦合定位；

（2）通过局部坐标系 变换到全局坐标系 之间的坐标系变换矩阵，将视觉惯性里程计模块通过视觉测量和惯性测量得到的最新的局部测量位置转换为全局估计位置；

（3）全局估计位置作为先验信息传送给全局位置耦合设计模块进行全局位置的初始化；

（4）GNSS信号中断时，全局估计位置作为全局位置进行无人船航迹推算及自身定位；

（5）对最后输出的全局位置进行图优化，得到最优的定位效果，最后将最优全局位置更新到视觉惯性里程计模块，全局位置耦合设计模块。

8.根据权利要求7所述一种耦合视觉惯性里程计与GNSS的无人船航迹推算方法，其特征在于，全局估计位置还能够作为局部约束利用最小二乘法进行最优位置的输出，即：（10）

上式中 是所有位置的状态向量， 是测量集合，包括局部估计位置，全局位置， 是Mahalanobis 范数， 是对应的协方差， 是残差函数；

第一部分局部测量残差：

（11）

上式描述了时刻t的相对位姿残差；第一行表示的是相对位置残差，第二行表示的是相对旋转残差；旋转矩阵 表示从局部坐标系 变换到全局坐标系 ；

第二部分是全局测量残差：

（12）

上式中 是GNSS PPP定位模块得到的全局位置的测量值； 是根据VINS定位模块得到的全局位置的估计值。