Filtrul Kalman estimează starea unui sistem din măsurători zgomotoase. Acesta combină un model matematic al comportamentului sistemului cu date de la senzori, care nu sunt niciodată perfecte. Rezultatul este o estimare mai bună decât modelul sau senzorul individual.

Rudolf Kalman a publicat algoritmul în 1960. Acesta a fost utilizat în computerul de navigație Apollo și a fost prezent în aproape fiecare sistem de ghidare de atunci. Un robot îl folosește pentru a combina odometria roții, IMU, GPS și lidar într-o singură estimare a poziției. O dronă îl folosește pentru a combina datele accelerometrului și giroscopului într-o atitudine stabilă.

Cum funcționează filtrul Kalman

• Prezicere: utilizați modelul pentru a estima următoarea stare.
• Actualizare: folosiți măsurătoarea senzorului pentru a corecta predicția.
• Câștig: ponderați predicția și măsurarea în funcție de incertitudinea lor.
• Covarianță: urmărește cât de incertă este estimarea.
• Iterație: se repetă la fiecare pas de timp.

Filtrul presupune sisteme liniare și zgomot gaussian. Sistemele reale sunt adesea neliniare, motiv pentru care există filtrul Kalman extins și filtrul Kalman fără parfum. Acestea liniarizează modelul în jurul estimării curente. Filtrul Kalman nu este magic. Este o modalitate principială de a combina informații imperfecte. Dați-i un model prost sau date de senzori proaste și va produce o estimare proastă. Dar atunci când modelul și senzorii sunt rezonabili, este remarcabil de eficient. Este unul dintre cei mai importanți algoritmi din robotică.