A Kalman-szűrő zajos mérések alapján becsüli meg egy rendszer állapotát. A szűrő a rendszer viselkedését leíró matematikai modellt kombinálja a soha nem tökéletes szenzoradatokkal. Az eredmény egy olyan becslés, amely jobb, mint akár a modell, akár a szenzor önmagában adott értéke.

Rudolf Kalman 1960-ban publikálta az algoritmust. Az Apollo navigációs számítógépben használták, és azóta szinte minden irányító rendszerben megtalálható. Egy robot a kerék úthosszának mérését, az IMU-t, a GPS-t és a lidart egyetlen pozícióbecsléssé egyesíti. Egy drón pedig a gyorsulásmérő és a giroszkóp adatait kombinálja egy stabil helyzetmeghatározáshoz.

Hogyan működik a Kalman-szűrő

• Predict (jóslás): a modell segítségével becsüljük meg a következő állapotot.
• Frissítés: a szenzor mérésének használatával korrigáljuk az előrejelzést.
• Nyereség: súlyozza az előrejelzést és a mérést a bizonytalanságuk alapján.
• Kovariancia: nyomon követi, hogy mennyire bizonytalan a becslés.
• Iteráció: ismétlés minden időlépésben.

A szűrő lineáris rendszereket és Gauss-zajt feltételez. A valós rendszerek gyakran nemlineárisak, ezért létezik a kiterjesztett Kalman-szűrő és az illatmentes Kalman-szűrő. Ezek linearizálják a modellt az aktuális becslés körül. A Kalman-szűrő nem varázslatos. Ez egy elvi módja a tökéletlen információk kombinálásának. Adjunk neki egy rossz modellt vagy rossz érzékelőadatokat, és az rossz becslést fog eredményezni. De ha a modell és az érzékelők elfogadhatóak, akkor figyelemre méltóan hatékony. Ez a robotika egyik legfontosabb algoritmusa.