运动姿态捕获技术作为一种新型的人机交互方式,已广泛应用于影视动画制作、虚拟现实、游戏、医疗康复等领域。传统的运动姿态捕获设备中,最常用的为三维影像测试分析系统和光学动态捕捉仪,然而基于三维影像的系统在数据处理方法和用户操作上非常复杂,高精度的光学动捕仪价格昂贵,低成本设备则无法满足用户的精度需求。因此,凭借着MEMS(Micro-Electro-Mechanical System)传感器的低成本、微体积、高精度等优点,基于MARG(Magnetic Angular Rate Gravity)传感器的惯性式人体运动姿态研究成为热门。本文针对常用的微惯性传感器的姿态解算方法以及人体上肢运动姿态捕获系统进行研究与实现。首先,在分析了 MARG惯性测量单元中三个传感器的不同特性基础上,使用改进的二级扩展卡尔曼滤波算法进行姿态解算。针对磁强计受外界磁场干扰导致的磁场畸变,引入磁场强度补偿方法修正实际测量值,得到修正后的观测量进行姿态估计;针对加速计数据受线性加速度数据叠加影响,构造自适应加速度误差协方差算子,减少线性加速度对姿态估计的影响,并分别应用于二级滤波过程,从而提高姿态解算精度;实验显示改进的方法对于偏航角、翻滚角、俯仰角的估计在精度上有所改善。应用于惯性测量单元的姿态解算得到姿态估计。其次,基于MARG传感器构建惯性测量单元的软硬件平台,实现人体上肢运动姿态的捕获。基于单个惯性测量单元获取的姿态数据,结合便捷开放的Unity3D游戏引擎以及STM32微控制器,实现姿态数据获取、计算、汇聚、转发,在电脑端实现实时捕获的软硬件平台;通过研究人体肢体间的构造原理和相互关系,在所构建的软硬件平台上构建一个符合人体运动规律的人物模型,针对惯性单元初始时刻与人体关节的偏差,设定快速的初始化姿态标定方法,从而实现人体上肢运动的实时捕获。通过对本文所实现的人体上肢运动捕捉系统在可视化应用界面的实时实验,验证了本文系统方法。