概念Kalman Filter
卡尔曼滤波
一种用于对含噪声的观测数据进行最优估计的滤波算法，在交通可视化中用于对多次API返回的预测数据进行噪声平滑处理
核心事实
时间轴 (近 90 天)
9月12日
BOT-SORT的卡尔曼滤波采用恒速运动模型，当目标运动模式突变时运动预测会出现较大误差
待验证50%
9月9日
到站时间预测的现代系统引入概率性预测模型，如卡尔曼滤波用于实时状态估计或基于历史数据的机器学习模型
待验证50%
8月19日
卡尔曼滤波和粒子滤波都是贝叶斯滤波在不同假设下的具体实现形式
待验证50%
8月12日
OC-SORT在经典SORT基础上引入观测中心的动量补偿和在线平滑机制，在目标被遮挡或暂时消失后能更好地恢复追踪
待验证50%
7月22日
卡尔曼滤波算法最初由鲁道夫·卡尔曼于1960年提出，并在阿波罗登月导航计算机中首次得到大规模工程应用
已验证65%
7月12日
卡尔曼滤波器是 1960 年由鲁道夫·卡尔曼提出的一种递归贝叶斯估计算法，通过将预测状态与观测值加权融合实现最优状态估计
已验证80%
全部知识事实 (6)
已验证
卡尔曼滤波器是 1960 年由鲁道夫·卡尔曼提出的一种递归贝叶斯估计算法，通过将预测状态与观测值加权融合实现最优状态估计
80%已验证卡尔曼滤波算法最初由鲁道夫·卡尔曼于1960年提出，并在阿波罗登月导航计算机中首次得到大规模工程应用
65%待验证BOT-SORT的卡尔曼滤波采用恒速运动模型，当目标运动模式突变时运动预测会出现较大误差
50%待验证到站时间预测的现代系统引入概率性预测模型，如卡尔曼滤波用于实时状态估计或基于历史数据的机器学习模型
50%待验证卡尔曼滤波和粒子滤波都是贝叶斯滤波在不同假设下的具体实现形式
50%待验证OC-SORT在经典SORT基础上引入观测中心的动量补偿和在线平滑机制，在目标被遮挡或暂时消失后能更好地恢复追踪
50%