动作捕获是可穿戴计算、人机交互与普适计算的基础研究之一,是多学科多技术相结合的交叉性领域,且在体育训练、医疗健康、影视制作等领域有广阔的应用前景。与光学式、电磁式、机械式等动作捕获技术相比,惯性动作捕获具有不受光照影响、不受场地约束、佩戴方便等优势,现已成为企业与学者研究和应用的热点。然而惯性动作捕获中传感器易受噪声干扰、精度不高,加速度估计位移有累计误差,商业化捕获系统存在设备价格昂贵、不开源等问题。因此本文对惯性式人体姿态及位移动作捕获展开研究,主要的工作内容和创新点如下:1.本文搭建了惯性式人体姿态及位移动作捕获的软硬件平台。硬件系统主要包含九轴惯性传感器（加速度计,陀螺仪和磁力计）、路由器和PC机,通过自主设计的通信传输协议,实现多传感器节点与PC机的无线通信。上位机软件通过数据采集模块实时接收传感器同步传输的原始数据,经数据处理后导入人物模型,最终实现人体姿态及位移动作捕获。2.研究传感器校准的原理与方法,分析常用传感器的姿态融合算法,提出一种新型人体标定方式。根据加速度计,陀螺仪和磁力计特性的不同,研究与分析不同的姿态融合算法,主要包括互补滤波融合算法,梯度下降融合算法以及扩展卡尔曼滤波（Extended Kalman Filter,EKF）融合算法。对不同姿态融合算法进行理论分析和实验对比,经实验数据结果表明EKF算法和梯度下降算法精确度略高于互补滤波算法,但是时间效率上,梯度下降算法要优于EKF融合算法,因此本文采用了基于梯度下降的数据融合算法。最后提出一种以世界坐标系为参考系的标定方式,实现了人体与上位机模型的坐标匹配问题。3.提出一种单节点偏航修正模型和下肢多节点运动学位移模型。利用固定在脚背上的惯性测量单元,以零速更新算法（Zero-Speed Update,ZUPT）和EKF算法为基础,提出了在人体移动过程中,通过修正偏航角误差,实现了平均误差为5.35%的单节点人体位移估计。多节点运动学位移模型是利用人体运动学的原理,通过一种新型下蹲式校准方式,对齐人体初始坐标系,然后提出支撑腿检测算法,判断人体腿部与地面的接触情况,以腿部与地面的接触点为根节点,运用运动学理论,精确的实现了人体质心位移估计,通过行走不同路线实验,结果表明平均误差均小于4%。最后利用所搭建的软硬平台和研究的算法,通过数据驱动上位机软件中的人物模型,捕获人体姿态和位移变化,进一步验证了本文提出的算法的有效性和应用的可行性。