卡尔曼滤波器是一种根据测量数据估计系统状态的算法。它主要是由匈牙利工程师鲁道夫·卡尔曼（Rudolf Kalman）开发的，该滤波器就是为他命名的。该滤波器的算法分为两步：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。这些滤波器广泛用于依赖于估计的应用，包括计算机视觉、制导和导航系统、计量经济学和信号处理。
制导、导航和控制
卡尔曼滤波器通常用于GNC系统，例如传感器融合，通过融合GPS和IMU（惯性测量单元）测量值来合成位置和速度信号。滤波器通常用于估计无法测量的信号值，例如飞机发动机涡轮中的温度，任何温度传感器都会出现故障。该滤波器还与LQR（线性二次调节器）补偿器一起用于LQG（线性二次高斯）控制。
使用卡尔曼滤波器估计飞机的位置。详情见示例。
计算机视觉
在计算机视觉应用中，卡尔曼滤波器用于目标跟踪预测目标的未来位置，考虑目标检测位置中的噪声，并帮助将多个目标与它们相应的轨迹关联起来。
跟踪球的轨迹。卡尔曼滤波器的输出用红色圆圈表示，目标检测用黑色表示。注意当球被遮挡且没有检测到时；过滤器用于预测其位置。详情见示例。
