针对三维力传感器维间耦合干扰问题，以基于光纤布拉格光栅（Fiber Bragg Grating， FBG）的一体式三维力传感器为研究对象，提出了一种基于白鲨优化算法的优化极限学习机（White Shark Optimizer-Extreme Learning Machine， WSO-ELM）的非线性解耦算法。首先，设计了基于FBG的一体式三维力传感器，阐明该传感器波长漂移量与三维力的映射关系；然后，搭建静态标定实验系统，分析三维力耦合特征，并建立WSO-ELM算法三维力传感器解耦模型，利用白鲨优化算法（White Shark Optimizer， WSO）稳定、高效特点优化模型，寻找ELM神经网络隐含层神经元数与解耦时间的最佳参数组合，开展基于WSO-ELM的三维力传感器非线性解耦研究；最后，该传感器解耦后最大平均I类误差达到0.51%，最大平均II类误差达到0.65%，实现了基于WSO-ELM的三维力非线性解耦。为验证解耦效果，将WSO-ELM算法与极限学习机神经网络模型、反向传播神经网络、最小二乘法解耦效果进行对比实验。实验结果表明：WSO-ELM算法具有较好的解耦效果，能有效构建三维力维间耦合关系，同时降低传感器耦合干扰，提高传感器的测量精度，具有良好的非线性解耦能力。

为实现对压电式三维力传感器的高精度标定，在原标定模型上引入标定角度偏差因素。针对传感器转角、固定面不平与标定力源偏斜因素，开展了标定模型改进、参数获取与解耦效果分析等研究。分析传感器标定中存在的角度偏差，采用千分表与倾角仪进行测量。对未知参数过多问题，建立了合适的目标函数与约束条件，基于优化算法求解参数，实现了分离标定角度偏差的传感器标定。采用两种模型对实验数据解耦，从解耦误差均值和极值角度证明了新模型的有效性。结果表明：相比旧模型，实验数据下新模型大部分方向的解耦误差均值下降了80%左右，极值下降20%~49%。基于此分析了标定角度偏差对于传感器耦合特性的影响，得到各环节偏差引入的耦合比例，部分耦合系数中标定偏差因素占比达到70%以上。研究表明角度偏差对传感器标定的影响不可忽略，应加以控制。

针对三维力传感器维间耦合干扰严重的问题，以双层十字梁结构光纤布拉格光栅三维力传感器为研究对象，提出了基于麻雀搜索算法优化极限学习机（Sparrow Search Algorithm–Extreme Learning Machine，SSA-ELM）的解耦算法。首先，研究了光纤布拉格光栅的传感及测力原理，揭示该三维力传感器波长漂移量和力的映射关系，分析其结构耦合特性；然后，构建标定实验系统进行标定实验；最后，建立了极限学习机非线性解耦模型，利用麻雀搜索算法优化模型，获得网络最佳初始权值和阈值，兼顾解耦精度和效率，寻找极限学习机隐含层节点与SSA迭代次数的最优参数组合，解耦后Ⅰ类误差最大为1.18%，Ⅱ类误差最大为1.14%，解耦训练时间为1.778 6 s。为验证解耦效果，将SSA-ELM算法与最小二乘法、极限学习机算法解耦结果对比。实验结果表明：SSA-ELM算法解耦训练速度较快，能更有效地构建三维力的维间耦合关系，降低传感器Ⅰ，Ⅱ类误差，具有较好的非线性解耦能力。

手术机器人的末端操作力测量是实现机器人精准控制的关键，对保证手术操作的安全性至关重要。文中针对微创手术软体机器人末端三维力测量的实际需求，提出一种基于光纤光栅的微创软体机器人末端三维力的测量方法。基于光纤光栅传感原理，分析光纤传感器植入在软体机器人中的传感特性，建立基于最小二乘法线性标定和基于伯恩斯坦多项式非线性补偿的软体机器人末端力解耦模型，研究光纤光栅中心波长漂移量和软体机器人末端三维力之间的关系。并通过实验测试和对比分析验证了基于线性标定和非线性解耦算法的光纤传感软体机器人末端力测量性能研究结果表明：光纤光栅传感的可重复性平均为1.5 pm，末端力在XYZ三个方向上的测量精度误差均低于满量程的5%，且残差分布大部分集中在可靠区间，具有良好的重复性。所提出的基于光纤光栅的软体机器人末端力解耦算法为微创手术软体机器人的末端力精确测量提供了有效的方法，在生物医学等软体机器人的末端力测量中具有应用前景。