卡尔曼滤波器可以从一组有限的、包含噪声的物体位置的观察序列预测出物体的位置坐标及速度。它具有很强的鲁棒性，即使对物体位置的观测有误差，根据物体历史状态与当前对位置的观测，我们也可以较准确地推算出物体的位置。卡尔曼滤波器运行时主要分两个阶段：预测阶段基于上个时间点的位置信息去预测当前的位置信息；更新阶段通过当前对物体位置的观测去纠正位置预测，从而更新物体的位置。

        举个具体例子，假设你家停电，没有任何灯光，你想从客厅走回卧室。你十分清楚客厅与卧室的相对位置，于是你在黑暗中行走，并试图通过计算步数来预测当前位置。走到一半时，你摸到了电视机。由于你事先知道电视机在客厅中的大致位置，你可以通过你印象中电视机的位置去更正你对当前位置的预测，然后在这个调整过的更加准确的位置估计的基础上继续依靠计算步数向卧室前行。依靠计算步数与触摸物体，你最终从客厅摸黑走回了卧室，这背后的道理就是卡尔曼滤波器的核心原理。