1.基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，包括：

采集多模态原始数据，对多模态原始数据进行预处理，得到预处理后的多模态数据；

在物理域神经算子层基于多模态数据执行液面形态重建与算子反演处理，提取液泡界面的法向分布和曲率分布，生成液面观测特征，输出物理域姿态估计结果和物理残差；

在传感域神经算子层基于多模态数据执行噪声与漂移的算子推断与姿态解算，输出传感域姿态估计结果、偏置参数、尺度参数和传感残差；

建立偏差记忆库，利用物理残差、传感残差以及历史融合结果更新偏差记忆库，生成长期漂移补偿量，并将长期漂移补偿量叠加至传感域姿态估计结果，得到经补偿的传感域姿态估计结果；

将物理域姿态估计结果、经补偿的传感域姿态估计结果以及偏置参数和尺度参数输入动态约束可逆变换模型，在角度区间约束、液泡曲率范围约束和磁扰角度范围约束下实施可逆耦合变换，完成双层可逆神经算子融合，输出融合后的姿态估计结果、不确定度参数及更新后的偏置参数和尺度参数，并对融合后的姿态估计结果执行双域一致性优化；

基于多模态数据中的温度数据和应变数据对更新后的偏置参数和尺度参数进行慢变量细化补偿，输出最终的实时校准姿态结果以及对应的不确定度信息、模态贡献率和异常标签。

2.根据权利要求1所述的基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，所述多模态原始数据包括由惯性测量单元采集的加速度数据与角速度数据、由磁力计采集的磁场数据、由相机及环形光源获取的液泡图像数据以及由温度传感器与应变传感器采集的温度数据和应变数据。

3.根据权利要求1所述的基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，所述对多模态原始数据进行预处理包括滤波处理、时间戳同步及数据归一化。

4.根据权利要求1所述的基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，所述输出物理域姿态估计结果和物理残差，包括：在相位编码环形光照条件下，基于液泡图像数据，执行辐射响应标定、几何畸变校正、眩光抑制与时域去噪，得到预处理后的液泡图像序列；

基于液泡图像序列与腔体几何先验执行液面形态重建，采用光度立体重建与接触线分割相结合的技术，提取液泡界面的法向分布和曲率分布，生成包含法向图、曲率图和边界掩膜的液面观测特征集；

构建物理域神经算子层，所述神经算子层由边界条件编码器、谱域核映射主干、跨尺度几何一致性聚合单元、物理约束门控单元与反演求解头组成，其中：边界条件编码器对腔体几何、接触角、表面张力、充液高度和温度参数进行编码；

谱域核映射主干采用Fourier神经算子与低秩核近似相结合实现从液面观测特征到重力方向相关量的函数映射；

跨尺度几何一致性聚合单元采用特征金字塔与跨层连接进行多尺度特征对齐；

物理约束门控单元依据液体压力与曲率关系以及接触角边界条件对映射过程进行调节；

反演求解头输出物理域姿态估计结果与物理残差；

执行算子反演处理，将液面观测特征集与边界条件编码输入物理域神经算子层，先生成初始物理域姿态估计结果与残差，再通过有限步迭代在物理约束门控单元的调节下更新估计结果，直至残差满足阈值或达到迭代步数上限，输出最终的物理域姿态估计结果与物理残差向量；

对物理域姿态估计结果与物理残差向量进行质量度量与区域筛选，依据残差分布与重投影一致性生成模态可信度系数并标注异常区域。

5.根据权利要求1所述的基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，所述输出传感域姿态估计结果、偏置参数、尺度参数和传感残差，包括：基于多模态数据，在固定长度的时间窗口内整理加速度数据、角速度数据、磁场数据以及温度数据和应变数据，形成时间对齐的观测序列；

构建传感域神经算子层，所述传感域神经算子层由时频核映射主干、跨模态一致性耦合单元以及标定与补偿求解头三部分组成，其中：时频核映射主干采用时域卷积堆叠与频域谱混合联合结构，从观测序列中提取零偏漂移、比例漂移与随机游走模式；

跨模态一致性耦合单元以重力—加速度一致性、角速度—姿态变化一致性与地磁—航向一致性为门控信号，对各通道权重进行动态分配；

标定与补偿求解头输出传感域姿态估计结果、偏置参数与尺度参数并生成传感残差；

执行噪声与漂移的算子推断，在时频核映射主干中对观测序列进行滑动处理，识别并表征噪声与漂移模式，在跨模态一致性耦合单元中依据一致性偏差抑制受扰动通道并增强稳定通道，在标定与补偿求解头中根据温度数据和应变数据生成偏置参数与尺度参数，形成经补偿的观测序列；

执行姿态解算，将观测序列在传感域神经算子层中解码为传感域姿态估计结果，传感域姿态估计结果包括俯仰角、横滚角与航向角，同时输出由加速度一致性偏差、角速度一致性偏差与磁场一致性偏差组成的传感残差。

6.根据权利要求1所述的基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，所述得到经补偿的传感域姿态估计结果，包括：构建偏差记忆库的数据结构，所述数据结构由工况指纹键、偏差状态值、补偿计算参数值与质量度量值组成，所述工况指纹键由温度数据与应变数据以及物理残差特征与传感残差特征在固定时间窗口内组合形成；

在预设时间窗口内汇集物理残差与传感残差，并与温度数据和应变数据联合，按照工况指纹键对偏差记忆库进行检索，命中时读取对应条目的偏差状态值、补偿计算参数值与质量度量值，未命中时新建条目并初始化；

采用指数遗忘与时间顺序累积相结合的更新方式，对命中条目的偏差状态值进行更新，同时依据残差幅值分布、持续时间与稳定性对质量度量值进行更新，并按更新后的质量度量值，对补偿计算参数值进行分层校正；

以更新后的偏差状态值为输入，先对物理残差与传感残差进行特征编码，再依据工况指纹键对补偿计算参数值进行门控选择与权重调节，按照经调节的参数计算得到长期漂移补偿量，并通过前向与后向时间一致性校核对相邻时间窗口内的补偿量进行一致性校核；

将长期漂移补偿量叠加至传感域姿态估计结果，得到经补偿的传感域姿态估计结果，并将经补偿的结果连同对应的工况指纹键、更新后的偏差状态值、补偿计算参数值与质量度量值回写至偏差记忆库用于下一时间窗口的更新。

7.根据权利要求1所述的基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，所述输出融合后的姿态估计结果、不确定度参数及更新后的偏置参数和尺度参数，并对融合后的姿态估计结果执行双域一致性优化，包括：构建动态约束可逆变换模型输入，包括物理域姿态估计结果、经补偿的传感域姿态估计结果以及偏置参数和尺度参数；

构建动态约束可逆变换模型，动态约束可逆变换模型由可逆耦合层栈、约束管理器与双域一致性优化器组成，其中可逆耦合层栈支持前向与逆向映射，并包含用于保持可逆性的余量变量，约束管理器用于在映射内部施加角度区间约束、液泡曲率范围约束与磁扰角度范围约束，双域一致性优化器用于度量融合姿态与物理域姿态、融合姿态与经补偿的传感域姿态之间的差异，并作为收敛依据；

在可逆耦合层栈中执行前向推理，生成初始融合姿态、初始更新的偏置参数与尺度参数以及余量变量，约束管理器在推理过程中对不符合角度、曲率与磁扰范围的中间结果进行内生约束；

调用双域一致性优化器在保持可逆性的前提下执行有限步迭代更新，以差异度量的下降作为准则，并将对角度、曲率与磁扰范围的违背量作为惩罚项纳入目标，直至达到残差阈值或迭代步数上限，得到收敛的融合姿态以及更新后的偏置参数与尺度参数；

依据物理残差、传感残差与一致性差异的组合度量生成不确定度参数，使不确定度随残差与差异增大而单调增加；

输出融合后的姿态估计结果、更新后的偏置参数、更新后的尺度参数与不确定度参数，完成双层可逆神经算子融合。

8.根据权利要求1所述的基于多模态数据融合的水平仪姿态实时校准方法，其特征在于，所述输出最终的实时校准姿态结果以及对应的不确定度信息、模态贡献率和异常标签，包括：基于温度数据和应变数据，进行时间戳对齐，在固定长度时间窗口内形成温度序列与应变序列，并计算当前区间的均值、范围与变化率；

依据历史运行记录与更新后的偏置参数和尺度参数，按温度与应变的取值范围进行分段，将各分段内的参数统计量汇总为基线值与增量系数，形成分段补偿系数表，并设定单调性与上下边界阈值；

根据当前温度与应变在分段补偿系数表中进行查找，采用相邻分段的线性插值得到即时补偿系数，对越界情况采用边界系数，对突变情况采用中值滤波与限幅平滑，得到稳定的补偿系数组；

将补偿系数组分别应用于更新后的偏置参数与尺度参数，得到细化后的偏置参数与尺度参数，对融合姿态进行一次重新计算，得到细化后的融合姿态；

依据物理残差、传感残差以及双域一致性差异对不确定度参数进行更新，计算液泡物理域与传感器域的模态贡献率，在温度或应变越界、残差突增或硬约束触发时，生成异常标签。