随着机器人控制技术的发展，人与机器人的交互越来越普遍，利用人体动作控制机器人成为当前人机交互领域研究的热点。传统的手势动作识别为接触式识别、穿戴数据手套或在身体上安装陀螺仪等传感器来感知动作，从而达到动作识别的目的。该方法精度高，但需要在动作执行者身上安装传感器，给动作执行带来很多不便，而且可安装传感器的成本也高。取代传统的接触式动作识别，以机器视觉为主的非接触式识别成为主流。普通相机经常受到环境的影响，如背景、光、遮挡等，动作识别需要合理。

针对医疗电子在平台上利用人体动作进行人机交互的及时性问题，提出了一种基于时间序列相似性的快速人体动作识别方法。利用算法获取人体全身20个关节点，提取关键点的空间三维坐标，转化为特征向量，该特征向量模型可以很好地表示全身动作；在动作识别方面，提出了快速动态时间弯曲距离算法，解决了由于动作速度不同而导致的两个时间序列在时间轴上不一致的问题，通过引入下界函数和提前终止技术，加速优化算法，解决动作识别的延迟问题，从而快速控制机器人；定义20个动作进行识别，平均识别速度比传统算法大大提高，验证了方法的有效性，满足了与机器人的交互要求。

随着算法 的不断复杂化，对于机器人PCBA电路板的功能要求也在不断的提升，目前主要的方法就是采用处理能力和速率更高的BGA、IC芯片，在PCB电路板上堆叠更多的元器件。综合来看相关设备的精密程度是日渐增长的，在贴片加工环节就更加复杂，要求更高。