扩展我的评论,卡尔曼滤波器是从嘈杂的传感器读数中估计位置和速度的通常选择。以下是维基百科对该主题的描述(强调我的部分):卡尔曼滤波是一种算法,自20世纪60年代以来广泛用于提高车辆导航(虽然宇航是典型应用之一),可产生系统状态(例如位置和速度)的优化估计。该算法在流式嘈杂的输入观测数据上实时递归地工作(通常是传感器测量),并使用最小二乘曲线拟合过滤错误。此外,该算法通过建模系统的物理特性并生成未来状态的数学预测来进行优化。卡尔曼滤波是基本版本;还有 扩展卡尔曼滤波器 和 无损卡尔曼滤波器(尽管我的控制系统讲师从未告诉我们这些实际用于什么)。@stark 提供了一个Python实现的卡尔曼滤波器链接(不确定质量如何)。您可以找到其他实现,或使用 scipy 自己编写。