当机械臂系统的运动存在过程噪声,或其外部闭环反馈传感器存在观测噪声时,机械臂的单次实际运动轨迹会随机地偏离预定义轨迹,但多次重复运动时又服从一定概率分布,也就是系统存在高斯运动。以自然界最为普遍的高斯分布描述机械臂系统运动状态的非确定性。用概率论的方法结合机械臂本身的线性控制及卡尔曼滤波对机械臂可行轨迹进行规划和先验概率的评估,从而得到机械臂运动误差的先验概率估计。首先,采用线性控制方法和卡尔曼滤波相结合,进行高斯运动系统误差建模;其次,用高斯运动模型对预规划轨迹进行迭代估计,得到单周期轨迹点的误差分布,以此定性评估其运动过程的安全性以及定量计算机械臂到达目标区域的成功概率。最后,通过仿真和试验数据的对比,验证了算法的有效性和实用性。