本研究提出了一种名为UMotion的在线融合状态估计框架，旨在解决稀疏可穿戴惯性测量单元在3D人体运动估计中的姿态模糊、数据漂移和适应性差等问题。通过集成IMU与六个超宽带传感器，提升了姿态准确性，克服了人体形状变化和数据不稳定的挑战。

本研究提出了Any6D框架，旨在解决新场景中未知物体的六维姿态估计问题。该方法仅需一张RGB-D锚图像，通过对象对齐过程显著提高了姿态准确性和规模估计，并在多个复杂数据集上表现优异。