运动捕捉系统是一种用于测量运动物体在三维空间运动状况的技术设备。运动捕捉系统被广泛应用于电影数字特技和动画、游戏和人机交互、训练和模拟、健康监测和康复训练以及导航等领域。运动捕捉的方式有很多，目前处于主流的是基于多摄像机的人体运动获取和基于微型传感器的人体运动获取。　　 人体传感器网络(Body Sensor Networks，BSN)也称躯体传感器网络，是无线传感器网络的一个分支。它是以附着于体表或置于体内的传感器为通信终端的超短距离无线网络。目前主要应用于长期、动态、连续的人体生理信息的监护以及运动信息的获取和分析。　　 对于人体的运动捕捉，在综合运动捕捉各种方式的优点后，本文提出把无线人体传感器网络和微型传感器相结合的运动捕捉方法，并通过无线的方式进行数据传输，我们将其称为“基于人体传感器网络的运动捕捉”。这样既突破了传统电磁式运动捕捉中电缆对空间的限制，也避免了光学式运动捕捉中视野受限、光学标记被遮挡等局限性。本文所做的主要工作如下：　　 首先，介绍了本人在深圳先进技术研究院实习期间参与开发的九自由度（三轴加速度、三轴角速度和三轴磁力）运动捕捉平台的设计。　　 其次，分析了一些现有的人体传感器网络协议，提出了一种专门为运动捕捉系统设计的低复杂度的、具有数据采集时间标记的人体传感器网络介质访问控制(Media Access Control，MAC)协议。该MAC协议根据运动捕捉系统的特点，通过减少控制信息以及采取非对称方式将大部分的控制和处理工作移至中心节点进行，提高了网络的效率。另外，此协议的时间标记确保了数据处理端可以对多节点在同一时间采集的数据进行融合，从而对运动进行准确的再现。　　 最后，介绍了运动捕捉系统的上位机实现，包括串口通信、单节点数据的姿态、位移的估算方法；分析了现有的人体运动模型和多节点的运动信息融合，并建立了适合于本文的运动捕捉平台的人体运动模型：通过实验实现了基于本文的运动捕捉平台的运动信息获取和三维运动再现。