パーティクルフィルタリング

パーティクルフィルタリングは、ノイズの多い観測データから、刻々と変化する対象の状態（位置や速度など）を推定するための確率論的な手法である。システム内に多数の「粒子（パーティクル）」と呼ばれる仮想の予測モデルを生成し、それぞれの粒子が持つ仮説と実際の計測データを照らし合わせる。計測データと整合性の高い粒子を生存・増殖させ、整合性の低い粒子を淘汰するプロセスを繰り返すことで、真の状態を確率分布として収束させる。計算負荷を抑えつつ、非線形かつ非ガウス的な複雑な現象を扱えるため、スマートフォンのような限られた演算能力でのリアルタイム追跡に適している。