什么是卡尔曼滤波器？

卡尔曼滤波器是一种基于测量数据估计系统状态的算法。它主要由匈牙利工程师鲁道夫·卡尔曼开发，滤波器因此得名。该滤波器的算法分为两步：第一步预测系统状态，第二步使用含噪测量值来细化系统状态的估计。

原始卡尔曼滤波器现在有几种变体。这些变体滤波器广泛用于依赖估计的应用中，包括计算机视觉、制导和导航系统、计量经济学和信号处理。

制导、导航和控制

卡尔曼滤波器在 GNC 系统经常用到，例如在传感器融合中，通过融合 GPS 和 IMU（惯性测量单元）测量值来合成位置和速度信号。此类滤波器通常用于估计无法测量的信号值，例如飞机引擎涡轮中的温度，因为在该环境中任何温度传感器都会失效。它们还会与 LQR（线性二次调节器）补偿器一起用于 LQG（线性二次高斯）控制。

计算机视觉

在计算机视觉应用中，卡尔曼滤波器用于目标跟踪来预测对象的将来位置，以处理目标检测位置中的噪声，并帮助将多个目标与其对应的轨迹关联起来。