Kalman Filter

定义 Definition

卡尔曼滤波（Kalman filter）是一种递归估计算法，用于在存在噪声和不确定性的情况下，根据一系列随时间到来的观测数据，持续估计系统的“真实状态”（如位置、速度、温度等）。它常用于导航、跟踪、控制与传感器融合等场景。该术语还有一些扩展形式（如扩展卡尔曼滤波），用于非线性系统。

发音 Pronunciation (IPA)

/ˈkælmən ˈfɪltər/

例句 Examples

We used a Kalman filter to smooth the GPS data.
我们用卡尔曼滤波来平滑 GPS 数据。

In autonomous driving, a Kalman filter can fuse radar and camera measurements to estimate a vehicle’s position more reliably over time.
在自动驾驶中，卡尔曼滤波可以融合雷达与摄像头的测量值，从而更可靠地随时间估计车辆位置。

词源 Etymology

“Kalman”来自匈牙利裔美国数学家与工程师 Rudolf E. Kalman（鲁道夫·卡尔曼）的姓氏；他在 1960 年发表的论文中系统提出了该滤波方法。“filter（滤波器/滤波）”在工程语境中指对信号进行处理，以降低噪声、提取更有用的信息。

相关词 Related Words

• Bayesian Filter
• Extended Kalman Filter
• Unscented Kalman Filter
• Particle Filter
• State Space
• Estimation
• Sensor Fusion
• Observer
• Least Squares

文献与作品 Literary / Notable Works

• Rudolf E. Kalman, “A New Approach to Linear Filtering and Prediction Problems” (1960)
• Arthur Gelb (ed.), Applied Optimal Estimation（应用最优估计）
• B. D. O. Anderson & J. B. Moore, Optimal Filtering（最优滤波）
• A. H. Jazwinski, Stochastic Processes and Filtering Theory（随机过程与滤波理论）
• Sebastian Thrun, Wolfram Burgard, Dieter Fox, Probabilistic Robotics（概率机器人）