【摘要】针对传统单模态运动员动作捕捉系统抗干扰性弱、精度不足、易受场景限制等问题,本研究提出一种基于多模态传感器融合的运动员动作智能捕捉系统。 该系统集成惯性测量单元(IMU)、视觉传感器与足底压力传感器,采用改进加权卡尔曼滤波结合D⁃S 证据理论的融合方法处理多源数据,通过关节角度计算与动态时间规整算法完成动作特征提取与分析。 实验结果表明:该系统关节点捕捉误差均值低至 2. 8 mm,数据传输延迟为 12. 5 ms,抗干扰误差波动仅 3.2%;相较于单 IMU 系统,关节点误差减少 8.4 mm,传输延迟仅增加 2. 2 ms。 该系统可精准支撑运动员动作技术矫正与训练效果评估,具备较强的实际应用价值。