随着计算机技术、电子工业的快速发展和各种电子器件制造成本的不断降低，原本仅用于军事科技领域的一些高端技术开始应用于消费电子领域。近几年微机械电子工业的兴起更是推动了这一趋势的发展，其中MEMS惯性传感器在人机交互中的应用成为了人们普遍关注的焦点。MEMS惯性传感器因其体积小、质量轻的优点使其一诞生便引起了人们的关注。经过几十年的发展这一技术也日渐成熟，但是在具体应用上还存在广阔的发展空间，特别是在MEMS惯性传感器的误差处理，利用MEMS惯性传感器进行姿态角的推算和轨迹重构等方面还需进一步研究和探索。与传统的惯性传感器器相比，MEMS惯性传感器有精度偏低、随机误差较大、误差模型不稳定的特点。本文针对这种低精度MEMS惯性传感器提出了一种轨迹重构的方案，在方案中采用了改进的启发式滤波方法降低MEMS陀螺仪的随机误差对计算精度带来的影响；采用基于数据融合的姿态角推算算法，有效地解决了采用惯性传感器计算姿态角所产生的累积误差对轨迹重构的影响。另外本文在整个轨迹重构系统中还提出了在双重积分前增加滤波环节的方法，这也为提高最终的轨迹精度起到了很大的作用。为提高系统的精度，本文对LIS344ALH加速度传感器和Ex3500陀螺仪的误差做了详细地采样分析，采用“六位置法”对加速度传感器和陀螺仪进行误差建模，得到了误差模型参数。针对传感器的随机误差设计了卡尔曼滤波器和启发式滤波器，有效地抑制了随机误差的影响。针对两种传感器的线性误差，设计了线性误差的补偿方案。针对陀螺仪对温度较为敏感的特性，设计了动态的温度补偿算法。最后本文对整个系统进行了实验室制作和算法编程，实验过程中对传感器的静态误差和动态误差分别做了详细地对比分析；对本文所提出姿态推算算法的精度做了对比分析和评估；对整个系统的使用精度做了分析和评定。该系统可以满足消费电子领域的人机交互的需求。此外，依据实验结果和数据分析，本文还提出了系统的改进意见以及未来发展的趋势等。