打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
纪念一位深远地改变了现代世界的非著名发明家:鲁道夫·卡尔曼



鲁道夫·卡尔曼于56年前发明的卡尔曼滤波算法,仍然持续地对现代技术发生着重要影响。

 

许多引发数字革命的发明家,像史蒂夫·乔布斯、比尔·盖茨、马克·扎克伯格,都对改变我们日常生活和社会的技术进步做出了巨大贡献,他们也理所应当地成为家喻户晓的大名人。

 

但是,有一位重要的发明家,如果不是专业的工程师,可能不会知道他的名字。他就是鲁道夫·卡尔曼(Rudolf Kálmán),一位出生于匈牙利的才华横溢的美国工程师和数学家。

 



卡尔曼最重要的发明是卡尔曼滤波算法(The Kalman Filter Algorithm),该算法促成了过去50年间的许多基础性技术发明,如把阿波罗号宇航员送上月球的航天计算机系统、把人类探索世界的触角伸向深海和外行星的机器人,以及几乎所有需要从噪声数据中估算现实世界状态的发明成果。

 

有人甚至把包括环绕地球的卫星系统、卫星地面站及各类计算机系统在内的整个GPS系统,统称为一个巨大的卡尔曼滤波器。

 

尽管在大众中寂寂无名,卡尔曼在其专业领域中却广为人知并备受赞赏,曾获得无数的奖项和荣誉,其中包括2009年由奥巴马总统授予的美国国家科学奖章。

 



如果你在过去40年间进行过机器人、控制论或航空航天工程学等方面的研究,那么卡尔曼滤波算法对你研究工作的作用,就如同勾股定理对准备SAT(美国学术能力评估测验——编者注)考试的高中生那样重要。

 

让我们来看看卡尔曼滤波算法到底有多重要吧。控制工程师都知道,我们只能控制我们能测量的东西,而且测量得越精确,控制得越好。


以19世纪60年代设计阿波罗飞行控制计算机的工程师们面临的挑战为例。当时,计算机从陀螺仪、加速度计和雷达等传感器获取的原始测量数据,充满了包括随机错误和难以处理误差在内的固有噪声。当宇宙飞船高速飞向月球的岩石表面时,这些错误可是致命的。

 



我们必须以某种方式从测量结果中过滤噪声,并尽可能对宇宙飞船所处的位置和运动速度做出精确估算。我们还必须知道这些估算在统计意义上的好坏程度,因为过于乐观的估算结果可能是灾难性的——在宇宙飞船飞向月球、尝试登月或重返地球大气层时穿越狭窄入口通道的旅途中,所有这些都必须在几分之一秒内完成!

 

鲁道夫·卡尔曼就是在解决这些问题时大显身手的。他在1960年发布的这个巧妙的递归评估滤波算法,不仅能在噪声测量环境中达成精确估算的目标,并预测位置、距离、速度等关键变量,而且能估算噪声。控制论的创始人诺伯特·维纳(Norbert Wiener)以前曾解决过这个问题,但卡尔曼的解决方案更适用于新兴的数字计算机和实时处理。

 

当尼尔·阿姆斯特朗(Neil Armstrong)通过软件程序控制阿波罗11登月舱,降落在月球表面的宁静海(Sea of Tranquility)时,卡尔曼滤波器让来自地基雷达的实时位置跟踪数据与登月舱板载传感器协调一致地工作。


在当年的录音带中,你甚至能听到当阿姆斯特朗登月时,巴兹·奥尔德林(Buzz Aldrin)(续阿姆斯特朗之后踏上月球的阿波罗11号宇航员——编者注)调用卡尔曼滤波器进行位置估算的声音。




我们的手机每天都在利用更现代化的卡尔曼滤波器进行同样的计算。手机的GPS传感器给我们提供现实世界的地球表面坐标,其加速度计能感知快速的小运动。上述测量信息通常都充满噪声和各种类型的误差,但卡尔曼滤波算法能完美地将它们结合成准确的信息。

 

比如,当驾车驶入隧道时,车辆会丢失GPS信号。这时,卡尔曼滤波算法能进行相当不错的航位推算,直到你驶出到隧道另一侧并重新获得GPS信号。

 

这些还仅仅是鲁道夫·卡尔曼影响世界的开始。在下一个十年中,卡尔曼滤波算法将会在消费级技术中发挥作用,这些技术将会以同样深刻的方式改变我们的生活。

 

今天,当设计能在智能城市安全行驶的自动驾驶汽车、增强现实电脑游戏或能在工厂车间和家里工作的机器人伴侣时,类似于50多年前阿波罗工程师们面临的诸如在太空中精确地定位对象等制导和导航问题,依然对工程师们构成了挑战。

 

所有这些发明都需要被称为“微定位”(Microlocation)的精确位置信息。在有些应用中,为了保证我们的自动驾驶汽车停在车库里而不是草坪上、为了让我们的虚拟现实游戏耳机使我们产生飞的感觉而不令我们眩晕、为了我们信赖的机器人伴侣能把咖啡倒进杯子里而不是我们裤子上,信息的精度需要达到毫米级。这意味着,我们可能需要数百万甚至数十亿的卡尔曼滤波器。

 

这还不算完,卡尔曼滤波器在万众期待的未来互联智能世界的基础设施——物联网中也有广泛的应用。在物联网中,我们需要把卡尔曼滤波器部署在数以亿万计的智能体中,引导它们在我们希望的时间、去往我们需要它们去的地方,无论是我们的工作场所、家,还是别的什么地方。

 

卡尔曼于今年7月2日在美国佛罗里达州的盖恩斯维尔去世,享年86岁。在他活着的时候,他的发明大行其道,而他却不为人知。在他故去以后,随着他的发明被应用于更多改变人类生活的现代技术,他的名字必将加入乔布斯、盖茨和扎克伯格的行列,变得广为人知。


作者简介:

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
【PNT前沿】多无人机协同导航技术研究现状及进展
面向软件工程师的卡尔曼滤波器
卡尔曼滤波器介绍
自动驾驶面试题汇总(2022秋招题库)——持续更新
卡尔曼滤波的原理说明(R]
卡尔曼滤波算法简介及多传感数据融合处理(PPT干货)
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服