在移動機器人導航方面，卡爾曼濾波是最常用的狀態估計方法。直觀上來講，卡爾曼濾波器在這里起了數據融合的作用，只需要輸入當前的測量值（多個傳感器數據）和上一個周期的估計值就能估計當前的狀態，這個估計出來的當前狀態綜合考量了傳感器數據（即所謂的觀察值、測量值）和上一狀態的數據，為當前最優估計，可以認為這個估計出來的值是最可靠的值。由于我們在SLAM中主要用它做位置估計，所以前面所謂的估計值就是估計位置坐標了，而輸入的傳感器數據包括碼盤推算的位置、陀螺儀的角速度等（當然可以有多個陀螺儀和碼盤），最后輸出的最優估計用來作為機器人的當前位置被導航算法以外的其他程序所調用。