يُقدّر مرشح كالمان حالة النظام من قياسات مشوّشة. فهو يجمع بين نموذج رياضي لسلوك النظام وبيانات المستشعرات التي لا تكون مثالية أبدًا. والنتيجة هي تقدير أفضل من النموذج أو المستشعر وحده.

نشر رودولف كالمان الخوارزمية عام 1960. وقد استُخدمت في حاسوب الملاحة الخاص ببرنامج أبولو، ومنذ ذلك الحين أصبحت جزءًا لا يتجزأ من معظم أنظمة التوجيه. يستخدمها الروبوت لدمج بيانات قياس المسافة بالعجلات، ووحدة القياس بالقصور الذاتي (IMU)، ونظام تحديد المواقع العالمي (GPS)، وتقنية الليدار في تقدير واحد للموقع. كما تستخدمها الطائرة المسيّرة لدمج بيانات مقياس التسارع والجيروسكوب في تحديد وضعية ثابتة.

كيف يعمل مرشح كالمان

• التنبؤ: استخدم النموذج لتقدير الحالة التالية.
• تحديث: استخدم قياسات المستشعر لتصحيح التنبؤ.
• الربح: قم بترجيح التنبؤ والقياس بناءً على عدم اليقين فيهما.
• التباين المشترك: تتبع مدى عدم اليقين في التقدير.
• التكرار: كرر العملية في كل خطوة زمنية.

يفترض المرشح أن الأنظمة خطية وأن الضوضاء غاوسية. غالبًا ما تكون الأنظمة الحقيقية غير خطية، ولهذا السبب وُجد مرشح كالمان الموسع ومرشح كالمان غير الخطي. فهما يُحسّنان خطية النموذج حول التقدير الحالي. مرشح كالمان ليس سحرًا، بل هو طريقة منهجية لدمج المعلومات غير الكاملة. إذا أعطيته نموذجًا أو بيانات استشعار غير دقيقة، فسيُنتج تقديرًا غير دقيق. ولكن عندما يكون النموذج وبيانات الاستشعار دقيقة، يكون فعالًا بشكل ملحوظ. وهو من أهم الخوارزميات في مجال الروبوتات.