Da bi se prilagodili odprtemu urbanemu okolju, morajo inteligentna telesa v realnem času zajeti gibanje telesa okoliških ljudi in strukturo prizora. Tradicionalna sredstva za zaznavanje, ki temeljijo na inercialnih senzorjih in kamerah, ki imajo težave dolgo časa premikanja podatkov in občutljivosti na dinamične spremembe svetlobe in okolja Področja inteligentne vožnje, servisne robotike in športnega treninga.
Od leta 2022 sta ekipa prof. Cheng Wang in prof. Chenglu Wen prvi predlagala tehnologijo zajemanja gibanja Lidar v mednarodnem prizorišču (Lidarcap, CVPR 2022; HSC4D, CVPR 2022; Sloper4d, CVPR 2023). V tej publikaciji, HISC4D, se ekipa prebije skozi metodo za zajem raznolikih gibanj medsebojnih interakcij in 3D prizorov v prvem pogledu v obsežnih notranjih in zunanjih odprtih prizorih. Metoda konstruira večstopenjski okvir za optimizacijo skupnih skupnih pogojev z zlivanjem inercialnih vodenja in podatkov LiDAR, ki učinkovito rešujejo problem premika, ki ga povzročajo inercialno vodenje, in znatno izboljša natančnost obnove prizora in razširja obseg prostorskega, človekovega gibanja in zajemanja interakcije. Hkrati je izdana prva multimodalna dvoosebna interaktivna nabor podatkov, ki zajema različne vrste scene in raznoliko človeško gibanje, ki zagotavlja vire podatkov za usposabljanje za povezana raziskovalna polja. Hisc4d Tehnologija uporablja LiDAR kot temeljni senzor za rekonstrukcijo človeških gibov in 3D prizorov na AT Istočasno, ki odpira nov način razmišljanja, da bi utelešena inteligenca šla na progo na prostem in se vključila v množico.
