2016年，全球范圍內(nèi)VR商業(yè)化、普及化的浪潮正在向我們走來。VR是一場交互方式的新革命，人們正在實現(xiàn)由界面到空間的交互方式變遷，這樣的交互極其強調(diào)沉浸感，而用戶想要獲得完全的沉浸感，真正“進入”虛擬世界，動作捕捉系統(tǒng)是必須的，可以說動作捕捉技術是VR產(chǎn)業(yè)隱形鑰匙。

目前動作捕捉系統(tǒng)有慣性式和光學式兩大主流技術路線，而光學式又分為標定和非標定兩種。那么我們可以將動作捕捉系統(tǒng)分為以下三大主類：基于計算機視覺的動作捕捉系統(tǒng)（光學式非標定）、基于馬克點的光學動作捕捉系統(tǒng)（光學式標定）和基于慣性傳感器的動作捕捉系統(tǒng)（慣性式）。接下來我們對這三種形式的動作捕捉系統(tǒng)進行簡單的解析。

1.基于計算機視覺的動作捕捉系統(tǒng)

該類動捕系統(tǒng)比較有代表性的產(chǎn)品分別有捕捉身體動作的Kinect，捕捉手勢的Leap Motion和識別表情及手勢的RealSense實感。

該類動捕系統(tǒng)基于計算機視覺原理，由多個高速相機從不同角度對目標特征點的監(jiān)視和跟蹤來進行動作捕捉的技術。理論上對于空間中的任意一個點，只要它能同時為兩部相機所見，就可以確定這一時刻該點在空間中的位置。當相機以足夠高的速率連續(xù)拍攝時，從圖像序列中就可以得到該點的運動軌跡。這類系統(tǒng)采集傳感器通常都是光學相機，基于二維圖像特征或三維形狀特征提取的關節(jié)信息作為探測目標。

基于計算機視覺的動作捕捉系統(tǒng)進行人體動作捕捉和識別，可以利用少量的攝像機對監(jiān)測區(qū)域的多目標進行監(jiān)控，精度較高；同時，被監(jiān)測對象不需要穿戴任何設備，約束性小。

然而，采用視覺進行人體姿態(tài)捕捉會受到外界環(huán)境很大的影響，比如光照條件、背景、遮擋物和攝像機質量等，在火災現(xiàn)場、礦井內(nèi)等非可視環(huán)境中該方法則完全失效。另外，由于視覺域的限制，使用者的運動空間被限制在攝像機的視覺范圍內(nèi)，降低了實用性。

2.基于馬克點的光學動作捕捉系統(tǒng)

具有代表性的是美國的Motion Analysis。

該類系統(tǒng)的原理是在運動物體關鍵部位（如人體的關節(jié)處等）粘貼Marker點，多個動作捕捉相機從不同角度實時探測Marker點，數(shù)據(jù)實時傳輸至數(shù)據(jù)處理工作站，根據(jù)三角測量原理精確額計算Marker點的空間坐標，再從生物運動學原理出發(fā)解算出骨骼的6自由度運動。根據(jù)標記點發(fā)光技術不同還分為主動式和被動式光學動作捕捉系統(tǒng)。

基于馬克點的光學動作捕捉系統(tǒng)采集的信號量大，空間解算算法復雜，其實時性與數(shù)據(jù)處理單元的運算速度和解算算法的復雜度有關。且該系統(tǒng)在捕捉對象運動時，肢體會遮擋標記點，另外對光學裝置的標定工作程序復雜，這些因素都導致精度變低，價格也相對昂貴。

基于馬克點的光學動作捕捉系統(tǒng)可以實現(xiàn)同時捕捉多目標。但在捕捉多目標時，目標間若產(chǎn)生遮擋，將影響捕捉系統(tǒng)精度甚至會丟失捕捉目標。

3.基于慣性傳感器的動作捕捉系統(tǒng)

代表性的產(chǎn)品有諾亦騰開發(fā)的Perception Neuron。

基于慣性傳感器的動捕系統(tǒng)需要在身體的重要節(jié)點佩戴集成加速度計，陀螺儀和磁力計等慣性傳感器設備，然后通過算法實現(xiàn)動作的捕捉。該系統(tǒng)由慣性器件和數(shù)據(jù)處理單元組成，數(shù)據(jù)處理單元利用慣性器件采集到的運動學信息，通過慣性導航原理即可完成運動目標的姿態(tài)角度測量。

基于慣性傳感器的動捕系統(tǒng)采集到的信號量少，便于實時完成姿態(tài)跟蹤任務，解算得到的姿態(tài)信息范圍大、靈敏度高、動態(tài)性能好，且慣性傳感器體積小、便于佩戴、價格低廉。相比于上面提到的兩種動作捕捉系統(tǒng)，基于慣性傳感器的動作捕捉系統(tǒng)不會受到光照、背景等外界環(huán)境的干擾，又克服了攝像機監(jiān)測區(qū)域受限的缺點，并可以實現(xiàn)多目標捕捉。

但是由于測量噪聲和游走誤差等因素的影響，慣性傳感器無法長時間地對人體姿態(tài)進行精確的跟蹤。

4.各解決方案對比

最后，我們可以通過下面的表格對這幾種動作捕捉系統(tǒng)進行簡單的對比：

除了慣性式和光學式這兩條主線外，還有機械電動式、聲學式、電磁式等形式的動作捕捉系統(tǒng)。