随着科技的发展，人机交互在商业中有了越来越多的应用。面对日益复杂的交互场景，手势识别逐渐成为虚拟现实等相关应用的主要交互手段。
3D手势识别是一个具有挑战性的问题，常用的手势传感器有三种基本类型：多点触摸屏传感器、基于视觉的传感器和基于安装的传感器。目前手势识别的准确率已经足够高，但同时具有手势信息和位姿信息的多特征3D手势识别还不够成熟。
为了实现具有多种特征的3D笔交互，并包含更多复杂交互场景的附加信息，3D手势识别必须由轨迹形状、运动方向和笔姿态组成。吉林大学的研究者提出了一种基于IMU和超声定位技术的3D手势识别方法，采用加速度等多通道数据来描述3D手势属性，能够有效识别笔的位置和手势，解决了传统手势识别方法无法识别包含多个属性的3D手势的问题。