Filtro di Kalman

Il filtro di Kalman è un algoritmo che stima lo stato di un sistema a partire dai dati misurati. È stato sviluppato principalmente dall’ingegnere ungherese Rudolf Kalman, da cui prende il nome. L’algoritmo del filtro prevede un processo in due fasi: la prima fase prevede lo stato del sistema, mentre la seconda fase utilizza misurazioni rumorose per affinare la stima dello stato del sistema.

Oggi esistono diverse varianti del filtro di Kalman originale. Questi filtri sono ampiamente utilizzati per applicazioni che si basano sulla stima, tra cui visione artificiale, sistemi di guida e navigazione, econometria ed elaborazione dei segnali.

Guida, Navigazione e Controllo

I filtri di Kalman sono comunemente usati nei sistemi di guida, navigazione e controllo (GNC), ad esempio nella fusione di sensori, dove sintetizzano segnali di posizione e velocità combinando misurazioni GPS e IMU (unità di misura inerziale). I filtri sono spesso utilizzati per stimare il valore di un segnale che non può essere misurato, come la temperatura nella turbina del motore di un aereo, dove qualsiasi sensore di temperatura non funzionerebbe. I filtri sono inoltre utilizzati insieme a compensatori LQR (regolatore lineare quadratico) per il controllo lineare-quadratico-gaussiano (LQG).

Visione artificiale

Nelle applicazioni di visione artificiale, i filtri di Kalman sono utilizzati per il tracking di oggetti, per prevedere la posizione futura di un oggetto, per gestire il rumore nella posizione rilevata di un oggetto e per associare più oggetti alle loro rispettive traiettorie.