基于多模态传感器融合的运动员动作智能捕捉系统

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。

关键词

多模态传感器融合 / 运动员动作捕捉 / 改进卡尔曼滤波 / 关节角度计算 / 动作特征提取