कलमन फ़िल्टर शोरगुल वाले मापों से किसी सिस्टम की स्थिति का अनुमान लगाता है। यह सिस्टम के व्यवहार के गणितीय मॉडल को सेंसर डेटा के साथ जोड़ता है, जो कभी भी पूर्ण नहीं होता। इसका परिणाम एक ऐसा अनुमान होता है जो अकेले मॉडल या अकेले सेंसर से बेहतर होता है।

रुडोल्फ कलमन ने 1960 में इस एल्गोरिदम को प्रकाशित किया था। इसका उपयोग अपोलो नेविगेशन कंप्यूटर में किया गया था और तब से लगभग हर मार्गदर्शन प्रणाली में इसका इस्तेमाल होता आ रहा है। एक रोबोट इसका उपयोग व्हील ओडोमेट्री, आईएमयू, जीपीएस और लिडार के डेटा को मिलाकर एक स्थिर स्थिति का अनुमान लगाने के लिए करता है। एक ड्रोन इसका उपयोग एक्सेलेरोमीटर और जाइरोस्कोप डेटा को मिलाकर एक स्थिर अभिविन्यास प्राप्त करने के लिए करता है।

कलमन फ़िल्टर कैसे काम करता है

• भविष्यवाणी करें: अगले चरण का अनुमान लगाने के लिए मॉडल का उपयोग करें।
• अपडेट: पूर्वानुमान को सही करने के लिए सेंसर माप का उपयोग करें।
• लाभ: पूर्वानुमान और माप को उनकी अनिश्चितता के आधार पर भारित करें।
• सहप्रसरण: अनुमान की अनिश्चितता को ट्रैक करता है।
• पुनरावृति: प्रत्येक समय चरण पर दोहराएं।

यह फ़िल्टर लीनियर सिस्टम और गाउसियन नॉइज़ को मानता है। असल सिस्टम अक्सर नॉन-लीनियर होते हैं, इसीलिए एक्सटेंडेड कल्मन फ़िल्टर और अनसेंटेड कल्मन फ़िल्टर मौजूद हैं। ये फ़िल्टर मौजूदा अनुमान के आधार पर मॉडल को लीनियर बनाते हैं। कल्मन फ़िल्टर कोई जादू नहीं है। यह अपूर्ण जानकारी को संयोजित करने का एक सैद्धांतिक तरीका है। अगर इसे कोई खराब मॉडल या खराब सेंसर डेटा दिया जाए, तो यह एक खराब अनुमान देगा। लेकिन जब मॉडल और सेंसर सही होते हैं, तो यह बेहद प्रभावी होता है। यह रोबोटिक्स में सबसे महत्वपूर्ण एल्गोरिदम में से एक है।