运动捕捉系统广泛应用在人机交互、运动分析、模型编码、虚拟现实、动画制作、智能监控系统、游戏制作等领域。运动捕捉系统由运动参数原始数据采集和传输系统、运动参数分析处理系统和人体姿态匹配估计系统组成。本文研究的人体运动捕捉系统是基于MEMS惯性传感器,并应用无线传感网络等相关技术实现的。人体运动参数的获取是最基本的一环,本文在原有的通信机制下提出了管道数据聚合方法,利用无线传感网络有限的数据传输速度,实现尽可能高的传感数据更新率,使系统的数据更新率达到了120Hz,并控制平均丢包率在1%以内,数据延迟最多40ms,系统数据传输的性能超过了市面上的商用产品。而运动参数分析处理系统是人体运动捕捉系统不可或缺的一环,本文在仔细分析系统所用的加速度、磁传感强度和陀螺仪角速度等三种惯性传感数据的基础上,提出了一些适合系统实际情况的数据预处理方法,并使用到实际的系统中。最后,本文还提出了基于补偿融合姿态合成算法,与普遍在用的卡尔曼滤波算法相比较,此算法也能达到相应的精度,静态精度为1°RMS,动态精度为2°RMS,而且计算复杂度更小,适合使用在计算能力不强的传感节点端。