本项目一个重要研究内容是提出一个基于可穿戴式惯性传感器和车载传感器的完整系统性的人车系统实时姿态估计方案。本项目充分利用传感器融合技术和人车系统中物理几何约束等来解决上述问题。计划提出的方案仅仅利用有限数量的惯性传感器和车载传感器，因此，十分适合在人车交互这种典型的户外人机物理交互应用中进行实时完整姿态估计。所以本项目另一个主要研究内容是提出一种以运动整形为目标的能将高维度人车系统进行低维动力学建模的方法。所需要的系统动力学模型首先需要能描述人车系统内的运动联系，比如人和车运动耦合和四肢运动耦合等等。同时，为了使运动整形成为可能，系统动力学模型还必须有物理意义和控制输入，例如轮地摩擦力输入、前叉方向角输入等。另外，系统动力学模型还必须有低维度、低复杂度的特点。为了解决上述难点，本项目在物理建模法和统计学习建模法的融合方面进行尝试。在本项目的直接支持下，已发表（含接收）高水平学术论文7篇，其中SCI论文5篇(含IEEE期刊长文3篇，机器人顶级期刊IJRR1篇)，国际顶级会议论文2篇。