“Stewart平台正运动学求解因位姿与杆长强耦合、高度非线性及奇异位形难以求解，传统算法面临收敛性差与精度不稳定等挑战，为提高求解稳定性与精度，提出一种基于粒子滤波的求解方法，通过构建融合位姿与杆长参数的状态空间模型，利用粒子滤波实现对系统状态的概率推断，有效处理奇异区域附近的估计问题，MATLAB仿真结果表明，所提出算法相较于传统方法的平均绝对误差降低85.35%~99.43%，均方根误差降低86.98%~99.79%，该算法在复杂工况下保持准确的正运动学求解，适应性与稳定性良好，收敛性能优越，具备较高的工程应用价值，介绍了其在高精度控制领域的研究进展，该团队建立了基于粒子滤波的Stewart平台正运动学求解体系，为解决位姿估计难题提供解决方案。”