一种基于智能解耦与时序建模的多维力学感知方法

本发明提供了一种基于智能解耦与时序建模的多维力学感知方法，包括：通过柔性磁响应纤毛传感核心与三轴磁力计采集三轴磁场时间序列及其对应的真实多维力分量，构建训练样本对；建立描述外力、纤毛形变与磁场变化定量关系的正向物理链路模型；构建以时序逆映射网络为核心的力解耦模型，该模型以磁场序列为输入，输出法向与切向力预测值；在模型训练中，采用融合了数据拟合项与物理一致性正则项的复合损失函数，训练完成后，将实时磁场序列输入模型，即可实现外力法向与切向分量的高精度、实时解耦。本发明将物理机理与数据驱动深度融合，解决了柔性传感器在无机械结构下多维力解耦的难题，兼具高精度、强泛化能力和低功耗部署优势。