随着传感技术、模式识别技术的发展，人机交互技术正由传统的“人适应计算机”向“计算机适应人”的方向发展。虽然这种新的交互方式还没有实现真正意义上的“以人为中心”的目标，但是在虚拟现实中早已崭露头角。新型交互方式所应用的可以是表面肌电信息、音频信息、图像或者加速度信息的一种或者几种，其中基于加速度信息的游戏产品获得了巨大的商业成功。　　 但是基于加速度信息的游戏产品的一些缺陷严重影响了玩家的兴趣，例如在日本的“Wii Sports”游戏中，玩家只简单地做抖动动作而游戏内容却显示大力挥拍的动作；国内的乐乐健、京仕敦Vii等游戏由于技术上的原因都无法真实地对玩家的动作进行识别。为了解决这些问题，本文从人体运动模型出发提出新的加速度信息获取方案，并利用获取的加速度信息对乒乓球的正抽、反抽和扣杀三种动作进行识别，在此基础上，进一步探索上肢动作完成质量的评价方法。本文主要创新性工作如下：　　 1、分析人体运动模型，提出了新的上肢信息获取方案。该方案采用两个三维加速度传感器，分别固定位置放置在上肢的前臂和后臂上，利用加速度信息获取系统能有效的获得上肢在运动过程中的加速度信息。　　 2、针对乒乓球常见的三种动作建立具有泛化能力的支持向量机模型。主要步骤是：将加速度信号进行预处理，提取动作的有效信号；通过归一化处理得到6路长度一致的加速度信号；用小波变换对信号进行特征提取；再利用蚁群算法进行特征选择得到分类能力最强的特征向量；最后根据特征向量建立支持向量机模型。　　 3、利用主成份分析法对上肢动作质量评价进行研究，提取了两个影响动作质量的主成份。针对6路加速度信号提取39个物理指标，对这些指标进行标准化处理，利用公共因子的特征值和方差确定2个主成份，通过对主成份的分析得到最值和均值两个主成份是本系统中评价上肢动作质量的主要指标。