近年来，光学/惯性混合系统陆续出现。这些系统保留了双方各自的部分优点，同时摈除了一些缺点。比如遮蔽的问题。如果在运动期间摄像机的画面暂时屏蔽了过多的光学标记，就没有足够的数据来正确地还原演员的表演。另一方面，惯性系统就可以无视遮蔽，继续提供数据。在结合了剩余的可见标记的数据后，这些额外数据将有助于确保提供充足的追踪数据。

惯性数据也有助于减少与光学系统数据结合时的信号颤动（动作侦测时的噪点）。在每一帧寻找最接近标记的3D 位置时，光学系统有一定程度的测量不准确性。技术标记实际上并未移动，这个“最接近”的位置也可能会在每一帧有细微变化，这是由于各种环境因素的影响，例如环境光的改变。这些细微变化会让标记计算出的位置出现颤动。在整个运动期间，颤动并不是很大的问题，它会被掩盖在更大幅度的动作下，但如果运动速度变慢，或者标记是静止的，颤动就会变得很明显。如果将惯性传感器安装到系统上，当惯性传感器的加速计侦测到标记运动缓慢或静止，光学数据就会受到额外的筛选，从而变得平滑，进而消除颤动。

混合系统往往会用到“冰球”传感器，这是一种独立的编写追踪设备。它的命名源于它与冰球类似的形状，可以放在固定位置，也可附加到动捕套装、道具或摄像机上。冰球传感器追踪的可能是惯性或光学数据，也可能两者兼备，这取决于其内部设计。

OptiTrack Active Puck【图片由OptiTrack 提供】

附加至/ VIVE球拍上的VIVE Tracker【图片由VIVE提供】

大家主要会遇到两种混合系统：

传感器内部混合

在这种系统中，混合发生在实际传感器的内部。传感器利用光学追踪功能获取位置和方向信息，并且在传感器追踪标记被镜头遮蔽时利用IMU 提高追踪精度，防止数据丢失。

IMU 提供加速度和速度数据，可以用来在光学追踪被遮蔽时预测运动路径。通过预测以在遮蔽期间平衡数据，这样一来，这些类型的传感器就只需搭配少量摄像机，而不是一整套光学系统，从而降低总成本。然而，这需要额外的电子设备来测量惯性数据，也使得这些混合传感器的体积较大。

采用这种方法的一些例子：

• VIVE Tracker
• OptiTrack AcOptiTrack

系统层面混合

这类混合系统在系统层面实现了混合。一个例子就是，让完整的惯性动捕套装提供数据，然后用一个或多个光学标记来补充额外的位置数据，从而抵消惯性系统的偏差。

这种系统有很多应用的例子，但这两个数据源之间很难妥善地融和。比如，理论上你可以将一个标记添加到演员的髋部，然后把惯性动捕服的髋部数据位置设为标记的位置。然而，无论你把标记放在演员身上的何处，它都不会严格按照演员的骨盆来运动，这是由于人类髋部的运动机制。比如，当演员弯腰时，标记上下移动的方式可能并不能反映骨盆的实际运动。这会导致目标骨骼看起来像是蹲伏（甚至是飘浮），而演员其实只是在俯身或者躬身而已。

采用这种方法的一些例子：

• Xsens惯性动捕套装＋VIVE Tracker定位器