随着计算机软硬件技术的飞速发展和动画制作要求的提高，在发达国家，运动捕捉已经进入了
实用化阶段，有多家厂商相继推出了多种商品化的运动捕捉设备，如 MotionAnalysis 、 Polhemus 、 Sega
Interactive 、 MAC 、 X-Ist 、 FilmBox
等，成功地用于虚拟现实、游戏、人体工程学研究、模拟训练、生物力学研究等许多方面。
从技术的角度来说，运动捕捉的实质就是要测量、跟踪、记录物体在三维空间中的运动轨迹。典型的运动捕捉设备一般由以下几个部分组成：
· 传感器。所谓传感器是固定在运动物体特定部位的跟踪装置，它将向 Motion capture 系统提供运动物体运动的位置信息，一般会随着捕捉的细致程度确定跟踪器的数目。
· 信号捕捉设备。这种设备会因 Motion capture 系统的类型不同而有所区别，它们负责位置信号的捕捉。对于机械系统来说是一块捕捉电信号的线路板，对于光学 Motion capture 系统则是高分辨率红外摄像机。
· 数据传输设备。 Motion capture 系统，特别是需要实时效果的 Motion capture 系统需要将大量的运动数据从信号捕捉设备快速准确地传输到计算机系统进行处理，而数据传输设备就是用来完成此项工作的。
· 数据处理设备。经过 Motion capture 系统捕捉到的数据需要修正、处理后还要有三维模型向结合才能完成计算机动画制作的工作，这就需要我们应用数据处理软件或硬件来完成此项工作。软件也好硬件也罢它们都是借助计算机对数据高速的运算能力来完成数据的处理，使三维模型真正、自然地运动起来。
机械式运动捕捉
机械式运动捕捉依靠机械装置来跟踪和测量运动轨迹。典型的系统由多个关节和刚性连杆组成，在可转动的关节中装有角度传感器，可以测得关节转动角度的变化情况。装置运动时，根据角度传感器所测得的角度变化和连杆的长度，可以得出杆件末端点在空间中的位置和运动轨迹。实际上，装置上任何一点的运动轨迹都可以求出，刚性连杆也可以换成长度可变的伸缩杆，用位移传感器测量其长度的变化。
早期的一种机械式运动捕捉装置是用带角度传感器的关节和连杆构成一个 " 可调姿态的数字模型 " ，其形状可以模拟人体，也可以模拟其他动物或物体。使用者可根据剧情的需要调整模型的姿态，然后锁定。角度传感器测量并记录关节的转动角度，依据这些角度和模型的机械尺寸，可计算出模型的姿态，并将这些姿态数据传给动画软件，使其中的角色模型也做出一样的姿态。这是一种较早出现的运动捕捉装置，但直到现在仍有一定的市场。国外给这种装置起了个很形象的名字： " 猴子 " 。
机械式运动捕捉的一种应用形式是将欲捕捉的运动物体与机械结构相连，物体运动带动机械装置，从而被传感器实时记录下来。
这种方法的优点是成本低，精度也较高，可以做到实时测量，还可容许多个角色同时表演。但其缺点也非常明显，主要是使用起来非常不方便，机械结构对表演者的动作阻碍和限制很大。而 " 猴子 " 较难用于连续动作的实时捕捉，需要操作者不断根据剧情要求调整 " 猴子 " 的姿势，很麻烦，主要用于静态造型捕捉和关键帧的确定。
声学式运动捕捉
常用的声学式运动捕捉装置由发送器、接收器和处理单元组成。发送器是一个固定的超声波发生器，接收器一般由呈三角形排列的三个超声探头组成。通过测量声波从发送器到接收器的时间或者相位差，系统可以计算并确定接收器的位置和方向。
这类装置成本较低，但对运动的捕捉有较大延迟和滞后，实时性较差，精度一般不很高，声源和接收器间不能有大的遮挡物体，受噪声和多次反射等干扰较大。由于空气中声波的速度与气压、湿度、温度有关，所以还必须在算法中做出相应的补偿。
电磁式运动捕捉
电磁式运动捕捉系统是比较常用的运动捕捉设备。一般由发射源、接收传感器和数据处理单元组成。发射源在空间产生按一定时空规律分布的电磁场；接收传感器（通常有 10 ～ 20 个）安置在表演者身体的关键位置，随着表演者的动作在电磁场中运动 , 通过电缆或无线方式与数据处理单元相连，见图 2 和图 3 所示。
表演者在电磁场内表演时，接收传感器将接收到的信号通过电缆传送给处理单元，根据这些信号可以解算出每个传感器的空间位置和方向。 Polhemus 公司和 Ascension 公司均以生产电磁式运动捕捉设备而着称。这类系统的采样速率一般为每秒 15 ～ 120 次（依赖于模型和传感器的数量），为了消除抖动和干扰，采样速率一般在 15Hz 以下。对于一些高速运动，如拳击、篮球比赛等，该采样速度还不能满足要求。电磁式运动捕捉的优点首先在于它记录的是六维信息，即不仅能得到空间位置，还能得到方向信息，这一点对某些特殊的应用场合很有价值。其次是速度快，实时性好，表演者表演时，动画系统中的角色模型可以同时反应，便于排演、调整和修改。装置的定标比较简单，技术较成熟，鲁棒性好，成本相对低廉。
它的缺点在于对环境要求严格，在表演场地附近不能有金属物品，否则会造成电磁场畸变，影响精度。系统的允许表演范围比光学式要小，特别是电缆对表演者的活动限制比较大，对于比较剧烈的运动和表演则不适用。
光学式运动捕捉
光学式运动捕捉通过对目标上特定光点的监视和跟踪来完成运动捕捉的任务。常见的光学式运动捕捉大多基于计算机视觉原理。从理论上说，对于空间中的一个点，只要它能同时为两部相机所见，则根据同一时刻两部相机所拍摄的图像和相机参数，可以确定这一时刻该点在空间中的位置。当相机以足够高的速率连续拍摄时，从图像序列中就可以得到该点的运动轨迹。
典型的光学式运动捕捉系统通常使用 6 ～ 8 个相机环绕表演场地排列，这些相机的视野重叠区域就是表演者的动作范围。为了便于处理，通常要求表演者穿上单色的服装，在身体的关键部位，如关节、髋部、肘、腕等位置贴上一些特制的标志或发光点，称为 "Marker" ，视觉系统将识别和处理这些标志，如图 4 所示。系统定标后，相机连续拍摄表演者的动作，并将图像序列保存下来，然后再进行分析和处理，识别其中的标志点，并计算其在每一瞬间的空间位置，进而得到其运动轨迹。为了得到准确的运动轨迹，相机应有较高的拍摄速率，一般要达到每秒 60 帧以上。
如果在表演者的脸部表情关键点贴上 Marker ，则可以实现表情捕捉，如图 5 所示。大部分表情捕捉都采用光学式。
有些光学运动捕捉系统不依靠Marker 作为识别标志，例如根据目标的侧影来提取其运动信息，或者利用有网格的背景简化处理过程等。研究人员正在研究不依靠 Marker而应用图像识别、分析技术，由视觉系统直接识别表演者身体关键部位并测量其运动轨迹的技术，估计将很快投入实用。
光学式运动捕捉的优点是表演者活动范围大，无电缆、机械装置的限制，表演者可以自由地表演，使用很方便。其采样速率较高，可以满足多数高速运动测量的需要。Marker 数量可根据实际应用购置添加，便于系统扩充。
这种方法的缺点是系统价格昂贵，它可以捕捉实时运动，但后处理（包括 Marker 的识别、跟踪、空间坐标的计算）的工作量较大，适合科研类应用。
惯性导航式动作捕捉
通过惯性导航传感器AHRS(航姿参考系统)、IMU(惯性测量单元)测量表演者运动加速度、方位、倾斜角等特性。
不受环境干扰影响，不怕遮挡。捕捉精确度高，采样速度高，达到每秒1000次或更高。由于采用高集成芯片、模块，体积小、尺寸小，重量轻，性价比高。惯导传感器佩戴在表演者头上，或通过17个传感器组成数据服穿戴，通过USB线、蓝牙、2.4Gzh DSSS无线等与主机相联，分别可以跟踪头部、全身动作，实时显示完整的动作。
运动捕捉技术在其他领域的应用
将运动捕捉技术用于动画制作，可极大地提高动画制作的水平。它极大地提高了动画制作的效率，降低了成本，而且使动画制作过程更为直观，效果更为生动。随着技术的进一步成熟，表演动画技术将会得到越来越广泛的应用，而运动捕捉技术作为表演动画系统不可缺少的、*关键的部分，必然显示出更加重要的地位。
运动捕捉技术不仅是表演动画中的关键环节，在其他领域也有着非常广泛的应用前景。
提供新的人机交互手段 表情和动作是人类情绪、愿望的重要表达形式，运动捕捉技术完成了将表情和动作数字化的工作，提供了新的人机交互手段，比传统的键盘、鼠标更直接方便，不仅可以实现 " 三维鼠标 " 和 " 手势识别 " ，还使操作者能以自然的动作和表情直接控制计算机，并为*终实现可以理解人类表情、动作的计算机系统和机器人提供了技术基础。
虚拟现实系统 为实现人与虚拟环境及系统的交互，必须确定参与者的头部、手、身体等的位置与方向，准确地跟踪测量参与者的动作，将这些动作实时检测出来，以便将这些数据反馈给显示和控制系统。这些工作对虚拟现实系统是必不可少的，这也正是运动捕捉技术的研究内容。
机器人遥控 机器人将危险环境的信息传送给控制者，控制者根据信息做出各种动作，运动捕捉系统将动作捕捉下来，实时传送给机器人并控制其完成同样的动作。与传统的遥控方式相比，这种系统可以实现更为直观、细致、复杂、灵活而快速的动作控制，大大提高机器人应付复杂情况的能力。在当前机器人全自主控制尚未成熟的情况下，这一技术有着特别重要的意义。
互动式游戏 可利用运动捕捉技术捕捉游戏者的各种动作，用以驱动游戏环境中角色的动作，给游戏者以一种全新的参与感受，加强游戏的真实感和互动性。
体育训练 运动捕捉技术可以捕捉运动员的动作，便于进行量化分析，结合人体生理学、物理学原理，研究改进的方法，使体育训练摆脱纯粹的依靠经验的状态，进入理论化、数字化的时代。还可以把成绩差的运动员的动作捕捉下来，将其与***运动员的动作进行对比分析，从而帮助其训练。
另外，在人体工程学研究、模拟训练、生物力学研究等领域，运动捕捉技术同样大有可为。可以预计，随着技术本身的发展和相关应用领域技术水平的提高，运动捕捉技术将会得到越来越广泛的应用。
