人机交互技术的不断发展促使人们开始研究人与计算机之间的自然交互。而从人机交互的发展史来看,从最原始的鼠标键盘的输入,到后来的有线交互设备比如跳舞机,再到现在流行的通过摄像头与光学的人机交互娱乐模式。这些都是全新的人机交互技术,虽然现在的光学捕捉技术比较成熟以及流行,但是也会受到类似光线以及角度的种种限制,无法让人全身心的投入到人机交互的娱乐模式种。因此,非光学的运动捕获技术顺势而生,负责研究计算机对人类行为的捕捉能力。运动捕获技术能够帮助计算机准确的理解人类的动作,实现逼真以及实时的人机交互。当下,随着计算机硬件技术的越来越发达,以及实行硬件动作捕获的数据获取器,也就是各类传感器也变得越来越优质。不经体积变小,携带时候很方便,而且数据获取的质量也越来愈高,当前动作捕获技术正处于上生的高峰期。目前动作捕获技术很多是在MEMS惯性传感器的支持下进行的,主要用于对动漫以及电影的制作,价格高;随着传感器的集成感越来越高,传感器在基础上也进行了新的技术设计,更符合人类运行规律。本文借鉴传统的MEMS动作捕获技术的模式,设计并实现一种普适性更好更加廉价同时高精度高实时的人体动作捕获系统原型,原型系统实现了基于惯性传感节点的人体运动信息的数据采集与融合、数据点与汇聚节点的数据传输、虚拟屏幕中游戏模型实时动作呈现程序;实现了从数据测量到采集,再到以Unity3D原创游戏的趣味模拟呈现的全过程。而现在世界上能用到的传感器数据获取与融合方面,大多数是采用线性的卡尔曼滤波算法,缺点是误差大以及融合后的数据不精准,本文采用了最小二乘估算与卡尔曼滤波相结合的方式,在数据的处理与融合方面得到了提升。