本研究探讨了在线签名验证中运动学和动态特征的准确测量，特别关注手臂和前臂扭矩。提出了两种方法：一种使用UR5e机器人手臂，另一种通过神经网络进行成本有效的估计。结果表明，简单的神经网络模型能够有效提取签名验证所需的参数，并具有良好的泛化能力。