卡尔曼滤波是一种利用线性系统状态方程及测量方程得到最优估计的递归滤波算法，它能够从含有噪声的测量数据中提取出目标的真实状态。举个例子，当飞机通过空气流动时，它们受到来自风和空气湍流的扰动。卡尔曼滤波可以通过一系列的数学计算来估计飞机真实的位置和速度，精度非常高，因此常用于导弹导航、火箭控制、定位导航、自控飞行等过程中。
在阿波罗登月任务中，NASA使用卡尔曼滤波对姿态、位置和速度进行了估计，并且在其他太空任务中经常使用该算法，包括国际空间站和卫星控制方面。
如今，随着无人机的普及，卡尔曼滤波也被广泛应用于无人机导航控制中。无人机在空中需要高度稳定的定位控制，卡尔曼滤波可以分析无人机的动态运动轨迹，将传感器测量结果进行分析处理，进而提高航线的精度和飞行的平稳度，使无人机不会在飞行途中发生意外。
总的来说，卡尔曼滤波作为一种优秀的递归滤波算法，有着广泛的应用价值，从阿波罗到无人机都离不开这种经典的算法。