Kalman filter

Stellen Sie sich vor, Sie fahren bei dichtem Nebel Auto. Ihr Navi zeigt Ihre Position an, aber das GPS ist ungenau. Gleichzeitig schätzen Sie selbst, wo Sie sich befinden, basierend auf Ihrer Geschwindigkeit und Fahrtrichtung. Ein Kalman-Filter funktioniert ähnlich: Es kombiniert ungenaue Messungen (wie das GPS) mit Vorhersagen (wie Ihre eigene Schätzung), um herauszufinden, wo Sie wirklich sind.

Dieses mathematische Werkzeug hilft Computern dabei, aus fehlerhaften oder unvollständigen Daten die wahrscheinlich richtige Information herauszufiltern. Es lernt dabei ständig dazu und wird mit jeder neuen Messung genauer.

Das Kalman-Filter arbeitet in zwei Schritten, die sich ständig wiederholen:

Schritt 1 - Vorhersage: Wie ein Wetterexperte sagt das System voraus, was als nächstes passieren wird. Wenn ein Flugzeug geradeaus fliegt, wird es wahrscheinlich weiter geradeaus fliegen.

Schritt 2 - Korrektur: Neue Messungen kommen herein (Radar, Sensoren). Das System vergleicht seine Vorhersage mit der Realität und passt sich an. War die Vorhersage falsch, lernt es daraus.

Dabei gewichtet das Filter automatisch: Sind die Sensoren sehr genau, vertraut es mehr den Messungen. Sind die Sensoren unzuverlässig, hält es eher an seiner Vorhersage fest. So entsteht eine optimale Mischung aus beiden Informationsquellen.

Kalman-Filter sind überall um uns herum, auch wenn wir sie nicht sehen. Ihr Smartphone nutzt sie, um Ihre Position genau zu bestimmen - selbst wenn das GPS-Signal schwach ist. Moderne Autos verwenden sie für Spurhalteassistenten und autonomes Fahren.

In der Raumfahrt helfen sie Raketen dabei, präzise zu navigieren. Roboter nutzen sie, um sich in unbekannten Räumen zurechtzufinden. Sogar in der Wirtschaft werden sie eingesetzt, um Aktienkurse vorherzusagen.

Das Besondere: Das Filter funktioniert in Echtzeit und benötigt nur wenig Rechenleistung. Deshalb eignet es sich perfekt für Geräte, die schnell und zuverlässig reagieren müssen - von Drohnen bis zu medizinischen Überwachungsgeräten.