实时人体运动姿态测量,也称动作捕捉,在生物医疗、体育运动、人机控制、虚拟现实、影视制作等领域应用广泛。实现运动姿态测量的的现有技术主要分为光学动作捕捉、磁性动作捕捉、机械动作捕捉、惯性动作捕捉。其中基于光学的动作捕捉系统是目前应用最为广泛的,但是由于其设备安装操作复杂且昂贵,正被使用简单、价格低廉且能克服抖动、延迟等问题的惯性式运动测量系统替代。本文对惯性式运动测量系统的组成及姿态解算算法展开研究。主要研究工作如下:(1)构建基于MEMS传感器和无线WIFI技术的动作捕捉软硬件平台根据实时姿态测量需要,自主设计了具有三轴加速度计、三轴陀螺仪、三轴磁阻计的九轴惯性节点,采用CAN总线和无线WIFI通讯技术解决了数据的高速传输,实现了惯性节点单元数据的实时获取,完成了基于MEMS的姿态测量系统的软硬件平台搭建,实现了 3D虚拟模型对设备穿戴者的实时姿态以及位置跟踪。(2)研究数据融合算法,实现姿态的实时解算设计并实现了多种数据融合算法,并针对人体运动测量中的线性加速度干扰,对互补滤波以及七状态量扩展卡尔曼算法做了自适应改进,并通过单轴旋转仿真实验验证了改进算法的可行性。另外针对人体姿态测量的站立脚特点,设计了十三状态量扩展卡尔曼滤波算法,利用站立脚的坐标以及各骨骼姿态推算各惯性节点的速度以及位置信息,将该数据作为扩展卡尔曼算法的测量数据,在仿真实验中达到了良好效果。最后设计了基于PI反馈的杆长跟踪算法,实现了惯性节点对穿戴位置不敏感的特性,并通过实验证实算法的收敛性。(3)研究零速点判别、姿态标定、腾空等算法为了对人体轨迹进行跟踪,本文研究了用于判别站立脚的零速点判别算法,为了实现惯性节点对穿戴角度不敏感,研究了姿态标定算法,为了对人体双脚都不是站立脚时进行位置跟踪,研究了腾空过程坐标的推算算法。