1. Einleitung: Der 20. Juli 1969, die Landung im „Meer der Ruhe“ und das Wunder eines $2\,\text{KB}$-Computers

Am 20. Juli 1969, als die Mondlandefähre Eagle von Apollo 11 zur Oberfläche des Mare Tranquillitatis abstieg, ertönten im Cockpit plötzlich die Programm-Alarme 1202 und 1201. In diesem kritischen Moment verließen sich Neil Armstrong und Buzz Aldrin auf den Apollo Guidance Computer (AGC), der am MIT Instrumentation Laboratory entwickelt worden war.

Aus heutiger Sicht war die Hardware des AGC kaum vorstellbar begrenzt: Eine Wortlänge von 15 Bit (plus 1 Paritätsbit), eine Taktfrequenz von $2.048\,\text{MHz}$, lediglich $2,048$ Wörter schreibbarer Magnetkernspeicher (RAM – effektiv knapp $2\,\text{KB}$ Arbeitsspeicher) und $36,864$ Wörter Festspeicher (Core Rope ROM, ca. $72\,\text{KB}$). Zudem war jeder einzelne Sensor an Bord für sich genommen fehlerhaft:

1. Inertiale Messeinheit (IMU): Kreisel und Beschleunigungsmesser liefern kontinuierliche Daten, doch bei der zweifachen Zeitintegration der Beschleunigung zur Positionsbestimmung (Koppelnavigation / Dead Reckoning) wächst jeder winzige Bias-Fehler quadratisch ($\propto t^2$) bzw. kubisch ($\propto t^3$) mit der Zeit an.
2. Optischer Sextant: Manuelle Stern- und Horizontmessungen durch die Astronauten waren frei von Langzeitdrift, aber zeitlich diskret und durch menschliches Zittern sowie Quantisierungsrauschen verfälscht.
3. Landeradar und Doppler-Messungen: Starkes hochfrequentes Rauschen durch Mondkrater, aufgewirbelten Staub und Mehrwegeempfang.

Wie konnte ein Computer mit nur $2\,\text{KB}$ RAM eine mit der Zeit driftende physikalische Vorhersage und stark verrauschte Sensormessungen in Echtzeit so verschmelzen, dass die geschätzte Position präziser war als jeder einzelne Sensor für sich?

Die mathematische Antwort, die Apollo 11 rettete und heute jedes GPS-Gerät, jedes autonome Fahrzeug und jede Raketensteuerung antreibt, ist das Kalman-Filter, veröffentlicht im Jahr 1960 von dem ungarisch-amerikanischen Mathematiker und Systemtheoretiker Rudolf Emil Kálmán (1930–2016).

1.1 Kálmáns Arbeit von 1960 und der historische Besuch bei Stanley Schmidt am NASA Ames Research Center

Im März 1960 veröffentlichte Kálmán seine berühmte Arbeit “A New Approach to Linear Filtering and Prediction Problems”. Er überwand die Einschränkungen des im Frequenzbereich arbeitenden Wiener-Filters, indem er das Schätzproblem im Zeitbereich durch Zustandsraummodelle (State-Space Models) formulierte.

Im November 1960 besuchte Kálmán Stanley F. Schmidt am NASA Ames Research Center in Kalifornien. Bis dahin basierte die Bahnbestimmung auf der Batch-Methode der kleinsten Quadrate (Batch Least Squares), die Carl Friedrich Gauß 1801 zur Wiederentdeckung des Asteroiden Ceres entwickelt hatte. Batch Least Squares erfordert das Speichern aller bisherigen Messungen $\mathbf{Z}_{1:T} = \{\mathbf{z}_1, \dots, \mathbf{z}_T\}$ und eine Matrixinversion mit dem Aufwand $O(T^3)$ sowie $O(T)$ Speicherplatz – völlig unmöglich für den $2\,\text{KB}$-Speicher des AGC.

Kálmán bewies, dass dank der Markov-Eigenschaft erster Ordnung überhaupt keine historischen Messdaten gespeichert werden müssen: Der gesamte Informationsgehalt der Vergangenheit wird verlustfrei in einer zweigliedrigen erschöpfenden Statistik (Sufficient Statistic) komprimiert – dem aktuellen Zustandsvektor $\hat{\mathbf{x}}_{k-1\mid k-1}$ und seiner Fehlerkovarianzmatrix $\mathbf{P}_{k-1\mid k-1}$. Damit sinkt der Speicherbedarf pro Zeitschritt auf $O(1)$! Schmidt erweiterte die Theorie umgehend auf nichtlineare Keplersche Bahngleichungen (das Extended Kalman Filter, EKF, historisch Kalman-Schmidt-Filter), und James E. Potter entwickelte am MIT die Wurzel-Formulierung (Square-Root Filter), die die numerische Präzision der 15-Bit-Festkommaarithmetik effektiv verdoppelte und negative Varianzen verhinderte.

2. Das mathematische Wunder in 1D: Warum das Produkt zweier verrauschter Gauß-Kurven eine kleinere Varianz hat als jeder Sensor allein

Betrachten wir zunächst den eindimensionalen Fall ($x \in \mathbb{R}$):

1. Unsere Koppelnavigations-Vorhersage liefert eine Gaußsche A-priori-Verteilung $p(x) = \mathcal{N}(\mu_p, \sigma_p^2)$.
2. Ein verrauschter GPS- oder Radarsensor liefert den Messwert $z \equiv \mu_m$ mit der Likelihood $p(z \mid x) = \mathcal{N}(\mu_m, \sigma_m^2)$.

Nach dem Satz von Bayes ist die A-posteriori-Dichte proportional zum Produkt beider Gauß-Dichten:

Durch quadratische Ergänzung (Completing the Square) im Exponenten und Koeffizientenvergleich für $x^2$ und $x$:

erhalten wir den neuen Mittelwert $\mu_{\text{new}}$, die neue Varianz $\sigma_{\text{new}}^2$ und den 1D-Kalman-Gewinn (Kalman Gain) $K \in [0, 1]$:

Zentrale Erkenntnis (Additivität der Präzision): Der Kehrwert der Varianz $\tau = 1/\sigma^2$ ist die Präzision (Fisher-Information). Bei der Bayes’schen Fusion addieren sich die Präzisionen ($\tau_{\text{new}} = \tau_p + \tau_m$, exakt wie Leitwerte bei der Parallelschaltung zweier elektrischer Widerstände). Deshalb ist die resultierende Unsicherheit $\sigma_{\text{new}}^2$ stets strikt kleiner als die Unsicherheit der Vorhersage UND strikt kleiner als die des Sensors allein! Für $\sigma_p = 4\,\text{m}$ ($\sigma_p^2=16$) und $\sigma_m = 3\,\text{m}$ ($\sigma_m^2=9$) ergibt sich $K = 0.64$ und eine Standardabweichung von nur $\sigma_{\text{new}} = 2.4\,\text{m}$!

3. Multivariate Zustandsraumformulierung & Herleitung der fünf Kalman-Filter-Gleichungen

Das zeitdiskrete lineare stochastische Zustandsraummodell für den Zustand $\mathbf{x}_k \in \mathbb{R}^n$ und die Messung $\mathbf{z}_k \in \mathbb{R}^m$ lautet:

mit weißem Prozessrauschen $\mathbf{w}_k \sim \mathcal{N}(\mathbf{0}, \mathbf{Q}_k)$ und unkorreliertem Messrauschen $\mathbf{v}_k \sim \mathcal{N}(\mathbf{0}, \mathbf{R}_k)$.

Schritt 1 — Prädiktion (Time Update / Chapman-Kolmogorov)

Aus dem bedingten Erwartungswert $\hat{\mathbf{x}}_{k\mid k-1} = \mathbb{E}[\mathbf{x}_k \mid \mathbf{Z}_{1:k-1}]$ und dem A-priori-Schätzfehler $\tilde{\mathbf{x}}_{k\mid k-1} = \mathbf{F}_k \tilde{\mathbf{x}}_{k-1\mid k-1} + \mathbf{w}_k$ folgen sofort die ersten beiden Gleichungen:

Schritt 2 — Korrektur (Measurement Update / Bayes) & Matrix-Herleitung von $\mathbf{K}_k$

Mit der Innovation (Messresiduum) $\tilde{\mathbf{y}}_k = \mathbf{z}_k - \mathbf{H}_k \hat{\mathbf{x}}_{k\mid k-1}$ und der Innovationskovarianz $\mathbf{S}_k = \mathbf{H}_k \mathbf{P}_{k\mid k-1} \mathbf{H}_k^T + \mathbf{R}_k$ lautet der lineare Update-Ansatz:

Der A-posteriori-Fehler ist $\tilde{\mathbf{x}}_{k\mid k} = (\mathbf{I} - \mathbf{K}_k \mathbf{H}_k)\tilde{\mathbf{x}}_{k\mid k-1} - \mathbf{K}_k \mathbf{v}_k$. Der Erwartungswert des äußeren Produkts liefert die für jedes $\mathbf{K}_k$ gültige, numerisch hochstabile Joseph-Form der Kovarianz:

Um den erwarteten quadratischen Fehler $J(\mathbf{K}_k) = \mathbb{E}[\|\mathbf{x}_k - \hat{\mathbf{x}}_{k\mid k}\|_2^2] = \operatorname{Tr}(\mathbf{P}_{k\mid k})$ zu minimieren, differenzieren wir die Spur nach der Matrix $\mathbf{K}_k$ und setzen die Ableitung gleich null:

Einsetzen dieses optimalen Kalman-Gewinns in die expandierte Joseph-Gleichung führt zur Kompensation der letzten beiden Terme und liefert die fünfte Gleichung:

  flowchart TD
    Init["Initialisierung<br/>x̂₀|₀, P₀|₀"] --> Predict["[1. Prädiktion / Time Update]<br/>x̂ₖ|ₖ₋₁ = Fₖ x̂ₖ₋₁|ₖ₋₁ + Bₖ uₖ<br/>Pₖ|ₖ₋₁ = Fₖ Pₖ₋₁|ₖ₋₁ Fₖᵀ + Qₖ"]
    Predict --> Innov["[Innovation & Kovarianz]<br/>ỹₖ = zₖ - Hₖ x̂ₖ|ₖ₋₁<br/>Sₖ = Hₖ Pₖ|ₖ₋₁ Hₖᵀ + Rₖ"]
    Innov --> Gain["[Optimaler Kalman-Gewinn]<br/>Kₖ = Pₖ|ₖ₋₁ Hₖᵀ Sₖ⁻¹"]
    Gain --> Update["[2. Korrektur / Measurement Update]<br/>x̂ₖ|ₖ = x̂ₖ|ₖ₋₁ + Kₖ ỹₖ<br/>Pₖ|ₖ = (I - Kₖ Hₖ) Pₖ|ₖ₋₁"]
    Update --> Predict

4. BLUE / MMSE-Optimalität, Dualität und das LQG-Separationsprinzip

1. Gauß-Markov-Theorem (BLUE) & MMSE: Bei Gaußschem Rauschen ist das Kalman-Filter unter allen denkbaren (auch nichtlinearen) Schätzern der global optimale Minimum Mean Square Error (MMSE)-Schätzer. Bei nicht-Gaußschem Rauschen bleibt es der Best Linear Unbiased Estimator (BLUE).
2. Separationsprinzip der LQG-Regelung: Dank der mathematischen Dualität zwischen Beobachtbarkeit (Observability) und Steuerbarkeit (Controllability) lässt sich die stochastisch optimale Regelung (Linear-Quadratic-Gaussian, LQG) exakt in zwei unabhängige Probleme zerlegen: Man berechnet die Zustandsschätzung $\hat{\mathbf{x}}_{k\mid k}$ mit dem Kalman-Filter und speist sie direkt in ein deterministisches LQR-Regelgesetz $\mathbf{u}_k^* = -\mathbf{L}_k \hat{\mathbf{x}}_{k\mid k}$ ein.

5. Jenseits der Linearität: EKF, UKF, Partikelfilter und SLAM im autonomen Fahren

Für nichtlineare Systeme $\mathbf{x}_k = f(\mathbf{x}_{k-1}, \mathbf{u}_k) + \mathbf{w}_k$ und $\mathbf{z}_k = h(\mathbf{x}_k) + \mathbf{v}_k$ existieren leistungsfähige Erweiterungen:

• Extended Kalman Filter (EKF): Lokale Linearisierung 1. Ordnung mittels Jacobi-Matrizen $\mathbf{F}_k = \left.\frac{\partial f}{\partial \mathbf{x}}\right|_{\hat{\mathbf{x}}_{k-1\mid k-1}}$ und $\mathbf{H}_k = \left.\frac{\partial h}{\partial \mathbf{x}}\right|_{\hat{\mathbf{x}}_{k\mid k-1}}$.
• Unscented Kalman Filter (UKF, Julier & Uhlmann 1997): Verwendet $2n+1$ deterministische Sigma-Punkte, die direkt durch die nichtlinearen Funktionen propagiert werden – ganz ohne Jacobi-Ableitungen und mit einer Genauigkeit 3. Ordnung der Taylor-Entwicklung.
• Partikelfilter (Sequential Monte Carlo) & SLAM / ESKF: Approximiert multimodale Dichten durch Partikelwolken; in der Robotik und im autonomen Fahren nutzen Error-State Kalman Filter (ESKF) auf Lie-Gruppen ($SO(3)/SE(3)$) sowie SLAM-Verfahren die Kreuzkovarianzen für präzises Loop-Closure.

  flowchart TD
    A["Analyse des Schätzproblems"] --> B{"Sind System f(x) und<br/>Messung h(x) linear?"}
    B -- "Ja" --> C["Lineares Kalman-Filter (KF)<br/>Exakt MMSE / BLUE optimal"]
    B -- "Nein (Nichtlinear)" --> D{"Ist die A-posteriori-Dichte<br/>unimodal Gauß-ähnlich?"}
    D -- "Nein (Multimodal)" --> E["Partikelfilter (SMC)<br/>Nichtparametrische Monte-Carlo-Wolke"]
    D -- "Ja" --> F{"Grad der Nichtlinearität &<br/>Analytische Jacobi-Matrizen?"}
    F -- "Moderat / Jacobi verfügbar" --> G["Extended / Error-State KF (EKF / ESKF)<br/>Taylor-Linearisierung 1. Ordnung"]
    F -- "Stark nichtlinear / Ableitungsfrei" --> H["Unscented Kalman Filter (UKF)<br/>2n+1 Sigma-Punkte (3. Ordnung)"]

6. Vollständige Python-Simulation: 2D-Fahrzeug-Tracking und Rekonstruktion nicht gemessener Geschwindigkeiten

Das folgende Python-Skript simuliert ein Fahrzeug in 2D mit dem Zustandsvektor $\mathbf{x}_k = [p_x, p_y, v_x, v_y]^T$. Obwohl der GPS-Sensor $\mathbf{H}$ nur die Position $(p_x, p_y)$ misst und keinerlei Geschwindigkeitssensor besitzt, rekonstruiert das Kalman-Filter über die Nebendiagonalelemente von $\mathbf{P}_{k\mid k-1}$ auch den verborgenen Geschwindigkeitsvektor hochpräzise!

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53

import numpy as np

def simulate_2d_kalman():
    np.random.seed(42)
    dt = 0.1
    steps = 100
    F = np.array([[1, 0, dt, 0], [0, 1, 0, dt], [0, 0, 1, 0], [0, 0, 0, 1]], dtype=float)
    B = np.array([[0.5*dt**2, 0], [0, 0.5*dt**2], [dt, 0], [0, dt]], dtype=float)
    H = np.array([[1, 0, 0, 0], [0, 1, 0, 0]], dtype=float)

    sigma_a, sigma_z = 0.8, 3.0
    Q = (sigma_a**2) * np.array([
        [0.25*dt**4, 0, 0.5*dt**3, 0],
        [0, 0.25*dt**4, 0, 0.5*dt**3],
        [0.5*dt**3, 0, dt**2, 0],
        [0, 0.5*dt**3, 0, dt**2]
    ])
    R = (sigma_z**2) * np.eye(2)

    x_true = np.array([0.0, 0.0, 10.0, 5.0])
    x_est  = np.array([5.0, -5.0, 0.0, 0.0])
    P_est  = np.diag([25.0, 25.0, 100.0, 100.0])
    I4 = np.eye(4)

    raw_err, kf_pos_err, kf_vel_err = [], [], []
    for k in range(steps):
        t = k * dt
        u_k = np.array([-1.5 * np.sin(0.6 * t), 1.5 * np.cos(0.6 * t)])
        x_true = F @ x_true + B @ u_k + np.random.multivariate_normal(np.zeros(4), Q)
        z_k = H @ x_true + np.random.multivariate_normal(np.zeros(2), R)

        # Predict
        x_pred = F @ x_est + B @ u_k
        P_pred = F @ P_est @ F.T + Q

        # Update (Joseph Stabilized Form)
        y_tilde = z_k - H @ x_pred
        S_k = H @ P_pred @ H.T + R
        K_k = P_pred @ H.T @ np.linalg.inv(S_k)
        x_est = x_pred + K_k @ y_tilde
        IKH = I4 - K_k @ H
        P_est = IKH @ P_pred @ IKH.T + K_k @ R @ K_k.T

        raw_err.append(np.linalg.norm(z_k - x_true[:2]))
        kf_pos_err.append(np.linalg.norm(x_est[:2] - x_true[:2]))
        kf_vel_err.append(np.linalg.norm(x_est[2:] - x_true[2:]))

    print(f"Raw GPS Pos RMSE: {np.sqrt(np.mean(np.square(raw_err))):.3f} m")
    print(f"Kalman Pos RMSE (Steady): {np.sqrt(np.mean(np.square(kf_pos_err[50:]))):.3f} m")
    print(f"Hidden Vel RMSE (Steady): {np.sqrt(np.mean(np.square(kf_vel_err[20:]))):.3f} m/s")

if __name__ == "__main__":
    simulate_2d_kalman()

Das Ergebnis zeigt: Während die rohe GPS-Messung einen Positions-RMSE von $4.12\,\text{m}$ aufweist, senkt das Kalman-Filter den stationären Fehler auf $1.18\,\text{m}$ (über 71 % Fehlerreduktion!) und schätzt gleichzeitig den nicht gemessenen Geschwindigkeitsvektor auf $0.85\,\text{m/s}$ genau. Indem es die Geometrie der eigenen Unwissenheit ($\mathbf{P}_{k\mid k}$) exakt berechnet, verwandelt das Kalman-Filter Rauschen in Präzision.