La estimación de la posición y orientación del movimiento de la plataforma Stewart es crucial para un control de alta precisión, pero el problema de cinemática directa es difícil de resolver debido a la fuerte acoplamiento entre las variables de pose y la longitud de los varillas activadoras, la alta no linealidad de las ecuaciones y la presencia de configuraciones singulares. Además, los algoritmos tradicionales suelen enfrentarse a problemas de convergencia y precisión inestable. Para mejorar la estabilidad y precisión de la solución de la cinemática directa de la plataforma Stewart, se propone un método basado en el filtro de partículas (Particle Filter, PF). Este método construye un modelo de espacio de estados que fusiona la pose y los parámetros de longitud de las varillas, y utiliza el filtro de partículas para realizar una inferencia probabilística del estado del sistema, manejando eficazmente los problemas de estimación cerca de regiones singulares. Los resultados de simulación en MATLAB muestran que el algoritmo propuesto reduce el error absoluto medio (Mean Absolute Error, MAE) en un 85,35%~99,43% y el error cuadrático medio (Root Mean Square Error, RMSE) en un 86,98%~99,79% en comparación con los métodos tradicionales. Este algoritmo mantiene una solución precisa de la cinemática directa en condiciones complejas, con buena adaptabilidad y estabilidad, rendimiento de convergencia superior y alto valor para aplicaciones de ingeniería.

mecanismos paralelos;plataforma Stewart;cinemática directa;filtro de partículas;sistemas fuertemente acoplados;sistemas no lineales