肢体运动是人类日常活动中最为重要的一环,实时检测肢体运动状态能够为运动不便的患者康复锻炼过程提供更科学的诊断依据。基于惯性测量单元的三维人体动作捕捉系统能够不受使用场景的限制,为患者提供简单易用、穿戴无负担的舒适使用感,内嵌惯性数据融合算法能够输出精确的姿态与运动关节角,同时搭配虚拟人体运动仿真模型为患者提供视觉一致的体验感。本文主要针对惯性动作捕捉系统中的关键性技术进行研究,包括硬件方案、数据融合算法、运动仿真技术和软件实现共4个部分,并在每部分的最后设计了实物实验或仿真实验进行验证。本文对各关键技术的具体研究展开如下:基于惯性测量单元的硬件方案设计是动作捕捉系统实现的基础。本文对患者的使用需求进行分析,给出了基于九轴IMU的动作捕捉硬件系统设计框架。然后针对控制、采集、无线传输以及电源管理四部分分别进行了器件选型、功能设计与电路设计。最后对所有器件进行集成,研制出能够实时采集与处理九轴惯性数据的硬件设备。九轴数据融合算法研究分为姿态估计和关节角估计两部分。根据IMU传感器的不同特性,本文使用加速度和磁感应强度的测量值对陀螺仪的时漂现象进行补偿。以四元数为系统状态,设计了扩展卡尔曼更新过程。再使用骨骼运动约束关系识别关节轴在惯性传感器局部坐标系中的位置,代入卡尔曼更新过程中的最优四元数,设计了一种关节角直接计算方法。三维人体模型的运动仿真需要依次实现人物建模与对模型的控制。本文首先对真实骨骼结构进行了简化分析,依据动力学关节约束关系,设计了三维人体棒状模型与表皮模型。通过对人体运动过程的分析,分别给出了正、逆两种姿态仿真的实现过程,并设计正逆混合的方式进行运动控制。最后,本文设计了动作捕捉系统的软件方案,使用MFC框架编写了动作捕捉系统的服务器接收程序,在Unity3D软件中实现了数据驱动人体模型运动的仿真过程,两个软件通过本地Socket方式进行通信。经步态仿真实验验证,本文设计的动作捕捉系统能够实现对人体动作的捕获与再现。