我们帮助您选择并集成外围系统，确保实现您独特的目标。 各种捕捉相机、位置跟踪器、EMG（肌电图）、测力台、仪器式跑步机、仪器式楼梯、手传感器、EEG脑电图、定量脑电图(quantitative EEG,qEEG)系统、数字视频、事件标记和其他模拟设备、虚拟现实和触觉设备等等。
帮助科学家解决神经系统、感觉和肌肉骨骼系统以及身体在物理中的运动之间的功能联系问题
人体运动源于神经、肌肉和骨骼系统之间的协调互动。尽管了解运动神经肌肉和肌肉骨骼功能的潜在机制，但目前还没有对复合神经肌肉骨骼系统中神经机械相互作用的相关实验理解。这是理解人类运动的主要挑战。 为了解决这个问题，MotionMonitor开发了综合多尺度建模平台，包括肌肉、骨骼和神经模型等等。我们使用**的高密度肌电图 (HD-EMG) 与盲源分离相结合，将干扰 HD-EMG 信号识别到由同时控制许多肌肉纤维的脊髓运动神经元放电的尖峰列车集合中。我们开发了由体内运动神经元放电驱动的多尺度肌肉骨骼建模公式，用于计算所得肌肉骨骼力的高保真估计。这将使神经控制的肌肉组织如何与骨骼组织相互作用的分析能力qian所未有，因此将为了解神经肌肉/骨科ji病的病因、诊断和治liao开辟新的途径。
神经科学和运动控制的研究受益于内置于我们方案的各种硬件和分析。 使用任何 Tobii 头戴式眼动追踪系统来捕捉与其他数据同步的实时 3D 眼动数据。分析视线交叉点。 使用 Biosemi 或 AntNeuro 硬件捕获 EEG 数据。适用于坐姿、站立和活跃的任务。根据其他运动学数据在 EEG 数据中创建用户定义的兴趣点。 实时呈现视觉、听觉和触觉提示。可以使用简单的几何形状、条形图或时间序列图或特定于应用程序的视觉效果（如红绿灯）以多种方式呈现用户定义的视觉提示。 使用 监视器r 与 Unity 和 World Viz 的双向通信将视觉反馈扩展到虚拟现实。 3D 可视化可以以多种方式呈现。一些例子包括： 手部实验室：专为上肢研究设计的立体屏幕和桁架系统。为主体提供与屏幕上或屏幕前呈现的 3D 虚拟对象进行交互的能力。 沉浸式显示器：一个完整的硬件和软件解决方案，当手臂的可视化被隐藏或扰动时，使用同位半镜屏幕进行研究。 综合研究环境系统 (IRES)：与 Bertec 合作创建的研究质量环境。配备带 3D 动作捕捉系统和仪表跑步机的沉浸式 VR 圆顶。
动作捕捉可以将演员的动作转换到数字角色上。使用追踪摄影机的捕捉系统（无论有无追踪标记）都可以被称为是“光学捕捉”，而测量惯性或者机械动作的系统就叫做“非光学”。后者的一个例子是SethRogan在《保罗》中扮演外星人时使用的XSensMVN惯性捕捉套装。近也出现了一些其他的动作捕捉技术，例如LeapMotion的手指追踪深度摄影系统和MYO腕带，后者能够检测出手臂和手腕的肌肉活动。Google的ProjectTango主要用于测绘，但它也配有类似于Kinect的深度传感器，所以它也有进行动作捕捉的能力。
光学系统通过位置标记或者3D特征的追踪来工作，然后将收集到的数据组合成演员大概的动作。主动的系统会使用会发光或者闪烁的标记，而被动的系统会使用不会发光的物体，比如说白球或者绘制的点（后者通常用于脸部捕捉）。无标记的系统会使用动作匹配软件的算法来追踪独特的特征，例如演员的服装或者鼻子，无需追踪标记。动作在经过捕捉之后会使用AutodeskMotionBuilder这样的软件映射到一副虚拟的动画角色“骨骼”上面。这样做出来的动画角色就像是真实的演员一样。
在捕捉的过程中很难预计演员的动作转换到动画角色上的效果，所以经常会用到JamesCameron为《阿凡达》开发的“虚拟拍摄”（virtualcinematography）技术。简单来说这就是实时显示演员对应的数字角色（在虚拟场景），这样的话导演就可以看到动画角色的粗略“表演”。这种技术需要大量的计算，但是现在的计算机和显卡的计算速度足以胜任这项工作