칼만필터(Kalman filter)는 루돌프 칼만(Rodolf E. Kalman, 1930~2016)이 ASME (The American Society of Mechanical Engineers) 학술지 “Journal of Fluids Engineering”에 발표한 논문 “A New Approach to Linear Filtering and Prediction Problems”에 기원을 두고 있다 [1].
칼만필터는 시스템의 상태공간(State-space) 방정식을 이용한 추정기(State estimator)로서, 궤환(Reculsive) 구조를 갖는 최적 데이터 처리 알고리즘이다.
루돌프 에밀 칼만은 헝가리 부다페스트에서 태어나 미국으로 이민하여 매사추세츠 공과대학에서 학사와 석사 학위를, 컬럼비아 대학교에서 박사 학위를 받았습니다. 볼티모어의 RIAS(고등 연구 기관) 연구직, 스탠퍼드 대학교 교수, 플로리다 대학교 수학 시스템 이론 센터 교수, ETH(스위스 연방기술연수소) 교수로 재직하였으며 1960년대 초 칼만 필터를 개발하여 항공우주, 제어, 정보통신 등 다양한 분야에 큰 영향을 미쳤다.
칼만필터는 우주왕복선, 잠수함, 로봇, 인공위성, 로켓, 자율주행, 드론, 미사일 시스템, 레이다 추적 알고리즘, 통신시스템, 항공교통관제 시스템, 프로세스 제어, 가상현실(VR: Virtual Reality) 및 혼합현실(AR: Augment Reality) 시스템, 컴퓨터 게임, 주식 및 선물거래, 기타 사회경제 시스템 등 군용이나 민용을 가리지 않고 공학의 전분야와 사회과학 분야까지 다방면에서 사용되고 있다.
칼만필터는 추정기(Estimator)다. 추정기는 가용 정보로부터 미지의 정보나 양(quantity)을 추정하는 알고리즘이다. 미지의 정보는 일반적으로 상태변수(State variable)와 시스템 파라미터(Parameter)로 표현한다.
보통 시스템의 상태변수는 외부 힘이나 어떤 작용에 의해 시간에 따라 그 값이 변화할 수 있는 변수이며, 시스템 파라미터는 시간에 따라 서서히 변화하는 변수 또는 변화하지 않는 상수를 말한다. 필요에 따라 파라미터를 상태변수의 일부로 간주하기도 한다.
칼만필터의 가용 정보에는 시스템의 운동 및 측정 모델, 노이즈 모델, 측정 데이터 등이 있다.