近年来,设备和网络性能的提升,促进了虚拟人物模型在虚拟现实、增强现实等领域的发展,满足了大众在视觉观感方面日益上升的需求。目前,关于虚拟人物模型的研究大多数在可视化效果上仍存在提升空间,在个性化人物建模方面和动画展示方面仍有待提高。同时,绝大多数应用需要专用硬件设备的支持,不利于成本控制和推广。因此,课题组提出和设计了一种基于手机的便携三维人体运动重建系统,通过手机进行动作采集,采用客户机-服务器结构,形成简洁高效的人体运动重建系统,用于完成运动分析任务。本论文设计并实现了运动重建系统中的运动人物建模与驱动子系统。子系统通过四个功能模块:三维重建数据处理模块、个性化人物建模模块、骨骼蒙皮动画驱动模块和动画渲染与展示模块,共同实现了重建后虚拟人物与真实运动人物之间形体相似、动作相同。该系统在动作恢复重建的基础上,融入了个性化三维人物建模,相比于传统的运动重建,子系统的重建结果具有更好的代入感和观测效果。同时,子系统基于图形引擎进行骨骼蒙皮动画的开发,具备比传统方法更好的可视化效果,为三维人物建模与驱动提供了 一种新的解决思路。为了实现子系统对各类数据的强兼容性,本论文基于Unity3D引擎提出了人物建模与驱动的运动数据解析算法DPAM-UE(Data Processing Algorithm for Motion based on Unity3D Engine)。该算法包含三个部分:运动数据间转化、统一描述坐标系和计算全局坐标系数据。该算法可以解析欧拉角、旋转矩阵、轴角对和四元数等多种参数形式的运动数据,降低了对输入数据的约束。同时,该算法可以适配多种描述坐标系:对局部坐标系和全局坐标系下的数据均具备解析能力,对左手笛卡尔坐标系下数据和右手笛卡尔坐标系下数据均具备处理能力,使得子系统可以兼容来自不同设备和系统的数据。在结构上,本论文首先阐述了相关研究技术。然后,分析了系统需求,并进行了概要设计,完成了详细设计与实现。再次,论文进行了功能测试和结果分析。最后,论文总结了算法和系统两方面的工作,并对未来的工作进行了展望。