紀念一位深遠地改變了現代世界的非著名發明家：魯道夫?卡爾曼

科技 09-17

魯道夫·卡爾曼於56年前發明的卡爾曼濾波演算法，仍然持續地對現代技術發生著重要影響。

許多引發數字革命的發明家，像史蒂夫·喬布斯、比爾·蓋茨、馬克·扎克伯格，都對改變我們日常生活和社會的技術進步做出了巨大貢獻，他們也理所應當地成為家喻戶曉的大名人。

但是，有一位重要的發明家，如果不是專業的工程師，可能不會知道他的名字。他就是魯道夫·卡爾曼（Rudolf Kálmán），一位出生於匈牙利的才華橫溢的美國工程師和數學家。

紀念一位深遠地改變了現代世界的非著名發明家：魯道夫?卡爾曼

卡爾曼最重要的發明是卡爾曼濾波演算法（The Kalman Filter Algorithm），該演算法促成了過去50年間的許多基礎性技術發明，如把阿波羅號宇航員送上月球的航天計算機系統、把人類探索世界的觸角伸向深海和外行星的機器人，以及幾乎所有需要從雜訊數據中估算現實世界狀態的發明成果。

有人甚至把包括環繞地球的衛星系統、衛星地面站及各類計算機系統在內的整個GPS系統，統稱為一個巨大的卡爾曼濾波器。

儘管在大眾中寂寂無名，卡爾曼在其專業領域中卻廣為人知並備受讚賞，曾獲得無數的獎項和榮譽，其中包括2009年由奧巴馬總統授予的美國國家科學獎章。

紀念一位深遠地改變了現代世界的非著名發明家：魯道夫?卡爾曼

如果你在過去40年間進行過機器人、控制論或航空航天工程學等方面的研究，那麼卡爾曼濾波演算法對你研究工作的作用，就如同勾股定理對準備SAT（美國學術能力評估測驗——編者注）考試的高中生那樣重要。

讓我們來看看卡爾曼濾波演算法到底有多重要吧。控制工程師都知道，我們只能控制我們能測量的東西，而且測量得越精確，控制得越好。

以19世紀60年代設計阿波羅飛行控制計算機的工程師們面臨的挑戰為例。當時，計算機從陀螺儀、加速度計和雷達等感測器獲取的原始測量數據，充滿了包括隨機錯誤和難以處理誤差在內的固有雜訊。當宇宙飛船高速飛向月球的岩石表面時，這些錯誤可是致命的。

紀念一位深遠地改變了現代世界的非著名發明家：魯道夫?卡爾曼

我們必須以某種方式從測量結果中過濾雜訊，並儘可能對宇宙飛船所處的位置和運動速度做出精確估算。我們還必須知道這些估算在統計意義上的好壞程度，因為過於樂觀的估算結果可能是災難性的——在宇宙飛船飛向月球、嘗試登月或重返地球大氣層時穿越狹窄入口通道的旅途中，所有這些都必須在幾分之一秒內完成！

魯道夫·卡爾曼就是在解決這些問題時大顯身手的。他在1960年發布的這個巧妙的遞歸評估濾波演算法，不僅能在雜訊測量環境中達成精確估算的目標，並預測位置、距離、速度等關鍵變數，而且能估算雜訊。控制論的創始人諾伯特·維納（Norbert Wiener）以前曾解決過這個問題，但卡爾曼的解決方案更適用於新興的數字計算機和實時處理。

當尼爾?阿姆斯特朗（Neil Armstrong）通過軟體程序控制阿波羅11登月艙，降落在月球表面的寧靜海（Sea of Tranquility）時，卡爾曼濾波器讓來自地基雷達的實時位置跟蹤數據與登月艙板載感測器協調一致地工作。

在當年的錄音帶中，你甚至能聽到當阿姆斯特朗登月時，巴茲·奧爾德林（Buzz Aldrin）（續阿姆斯特朗之後踏上月球的阿波羅11號宇航員——編者注）調用卡爾曼濾波器進行位置估算的聲音。

紀念一位深遠地改變了現代世界的非著名發明家：魯道夫?卡爾曼

我們的手機每天都在利用更現代化的卡爾曼濾波器進行同樣的計算。手機的GPS感測器給我們提供現實世界的地球表面坐標，其加速度計能感知快速的小運動。上述測量信息通常都充滿雜訊和各種類型的誤差，但卡爾曼濾波演算法能完美地將它們結合成準確的信息。

比如，當駕車駛入隧道時，車輛會丟失GPS信號。這時，卡爾曼濾波演算法能進行相當不錯的航位推算，直到你駛出到隧道另一側並重新獲得GPS信號。

這些還僅僅是魯道夫·卡爾曼影響世界的開始。在下一個十年中，卡爾曼濾波演算法將會在消費級技術中發揮作用，這些技術將會以同樣深刻的方式改變我們的生活。

今天，當設計能在智能城市安全行駛的自動駕駛汽車、增強現實電腦遊戲或能在工廠車間和家裡工作的機器人伴侶時，類似於50多年前阿波羅工程師們面臨的諸如在太空中精確地定位對象等制導和導航問題，依然對工程師們構成了挑戰。

所有這些發明都需要被稱為「微定位」（Microlocation）的精確位置信息。在有些應用中，為了保證我們的自動駕駛汽車停在車庫裡而不是草坪上、為了讓我們的虛擬現實遊戲耳機使我們產生飛的感覺而不令我們眩暈、為了我們信賴的機器人伴侶能把咖啡倒進杯子里而不是我們褲子上，信息的精度需要達到毫米級。這意味著，我們可能需要數百萬甚至數十億的卡爾曼濾波器。

這還不算完，卡爾曼濾波器在萬眾期待的未來互聯智能世界的基礎設施——物聯網中也有廣泛的應用。在物聯網中，我們需要把卡爾曼濾波器部署在數以億萬計的智能體中，引導它們在我們希望的時間、去往我們需要它們去的地方，無論是我們的工作場所、家，還是別的什麼地方。

卡爾曼於今年7月2日在美國佛羅里達州的蓋恩斯維爾去世，享年86歲。在他活著的時候，他的發明大行其道，而他卻不為人知。在他故去以後，隨著他的發明被應用於更多改變人類生活的現代技術，他的名字必將加入喬布斯、蓋茨和扎克伯格的行列，變得廣為人知。

作者簡介：

大衛?敏德爾（David Mindell）是麻省理工學院教授和 Humatics公司創始人，該公司位於馬薩諸塞州的劍橋，致力於利用卡爾曼濾波演算法實現微定位服務。

弗蘭克?莫斯（Frank Moss）是建造阿波羅計算機系統的麻省理工學院儀器實驗室（MIT Instrumentation Laboratory）的畢業生，他是麻省理工學院媒體實驗室（MIT Media Lab）的前主任和Humatics公司的董事。

編輯：郝建國

來源：MIT Technology Review

招聘

編輯、視覺設計、運營助理、實習生（編譯）

地點：北京

IEEE中國是DeepTech深科技的戰略合作夥伴，想要獲得最新的科技資訊和會議信息，敬請關注IEEE中國。

MIT Technology Review 中國唯一版權合作方，任何機構及個人未經許可，不得擅自轉載及翻譯。