Da bi se prilagodila otvorenom urbanom okruženju, inteligentna tijela moraju u stvarnom vremenu uhvatiti pokrete tijela okolnih ljudi i strukturu scene. Tradicionalno percepcija znači na temelju inercijalnih senzora i kamera, koji imaju probleme s dugim pomicanjem podataka i osjetljivosti na svjetlost i dinamičke promjene u okolišu, teško je zadovoljiti potražnju za kretanjem ljudskog tijela i snimanja scena u složenim okruženjima u primjeni Polja inteligentne vožnje, uslužne robotike i sportskog treninga.
Od 2022. godine, tim prof. Cheng Wang i prof. Chenglu Wen prvi je predložio tehnologiju hvatanja ljudskih pokreta Lidar u Međunarodnoj areni (Lidarcap, CVPR 2022; HSC4D, CVPR 2022; Sloper4D, CVPR 2023). U ovoj publikaciji, HISC4D, tim probija metodu za snimanje različitih pokreta interakcije s dvije osobe i 3D scene u prikazu prve osobe u velikim otvorenim scenama u zatvorenom i na otvorenom. Metoda konstruira višestupanjski okvir za optimizaciju zglobova spajanjem inercijalnih uputa i podataka o LiDAR-u, koji učinkovito rješava problem s odmicanjem uzrokovan inercijalnim vodstvom i značajno poboljšava točnost rekonstrukcije scene i proširuje raspon prostornog, ljudskog pokreta i interakcije. Istovremeno, objavljuje se prvi multimodalni skup podataka s dvije osobe, koji pokriva različite vrste scena i raznoliki ljudski pokreti, pružajući resurse za obuku za povezana istraživačka područja.HISC4D Tehnologija koristi LiDAR kao temeljni senzor za rekonstruiranje ljudskih pokreta i 3D scena na U isto vrijeme, što otvara novi način razmišljanja za utjelovljenu inteligenciju da ode na ogromni na otvorenom i integrira se u gomilu.
