卡尔曼筛选

卡尔曼滤波器是一种估计来自测量数据的系统的状态的算法。它主要由匈牙利工程师Rudolf Kalman开发，因为过滤器被命名为谁。过滤器的算法是两步处理：第一步预测系统的状态，第二步使用噪声测量来改进系统状态的估计。

现在有几种原始卡尔曼滤波器的变体。这些过滤器广泛用于依赖估计的应用，包括计算机视觉，指导和导航系统，核使计和信号处理。

指导，导航和控制

卡尔曼滤波器通常用于GNC系统，例如在传感器融合中，在那里它们通过熔化GPS和IMU（惯性测量单元）测量来合成位置和速度信号。滤波器通常用于估计不能测量的信号的值，例如飞机发动机涡轮机中的温度，其中任何温度传感器将失效。滤波器还与LQR（线性 - 二次稳压器）补偿器一起使用，用于LQG（线性 - 四态-Gaussian）控制。

计算机视觉

在计算机视觉应用中，卡尔曼过滤器用于对象跟踪为了预测对象的未来位置，以解释对象检测到的位置中的噪声，并帮助将多个对象与其相应的轨道相关联。