机器人示教是实现机器人轨迹再现的主要方式之一,传统示教方式存在诸多不足,包括示教过程复杂,操作要求高,效率低和存在安全隐患等。采用人体动作捕捉技术,可以弥补传统示教方式的缺陷,简化示教过程,提高效率,保证示教过程的安全性。本文对采用低成本MEMS惯性传感器的人体手臂运动捕捉技术进行研究。选用九轴惯性传感器测量手臂运动过程中的相关参数,研究基于捷联惯导理论的姿态解算方法,并设计改进算法进行仿真验证算法有效性。利用空间位置算法获取手臂末端在空间中的位置和运动轨迹,并通过运动实验检测采用动作捕捉技术的机器人示教的效果。实验表明,采用MENS惯性传感器进行人体手臂动作捕捉能够有效降低成本,并且保证一定的捕捉精度,可以用于机器人示教。由于低成本惯性传感器设计工艺和测量精度较差,首先对九轴惯性传感器中包含的加速度计,磁力计和陀螺仪进行初始误差的标定。通过分析其工作原理建立误差模型,并根据其工作特性采用不同的标定方法分别进行误差模型参数的计算,以提高实际应用中测量初始数据的精度。然后分别介绍了姿态解算中常用的方向余弦法,欧拉角法和四元数法,数据融合中的互补滤波和kalman滤波,并对其优缺点进行分析比较。之后针对传统姿态解算方法的稳定性不高,精度不足等问题,设计了一种采用组合传感器和融合滤波的姿态解算方式,采用两组MEMS惯性传感器进行测量,将欧拉角法和四元数法相结合,互补滤波和卡尔曼滤波相结合,利用模糊调节的快速性和PI调节的精确性能够有效抑制姿态角的误差和漂移,以达到比较理想的效果。再利用空间位置计算方法和空间位置叠加算法获得手臂末端在空间中的运动轨迹。最后实验中通过下臂水平运动,手臂往返运动和复杂运动的测试,得到手腕处在空间中的运动轨迹。实验表明,采用MEMS惯性传感器的人体运动捕捉技术能够正确的表示出手臂末端的运动轨迹,并且本文设计的姿态解算改进方法能够减小运动轨迹的误差,可以用于机器人示教。