常用的声学捕捉设备由发送器、接收器和处理单元组成。发送器是一个固定的超声波发送器，接收器一般由呈三角形排列的三个超声波探头组成。通过测量声波从发送器到接收器的时间或者相位差，系统可以确定接收器的位置和方向。

这类装置的成本较低，但对运动的捕捉有较大的延迟和滞后，实时性较差，精度一般不很高，声源和接收器之间不能有大的遮挡物，受噪声影响和多次反射等干扰较大。由于空气中声波的速度与大气压、湿度、温度有关，所以必须在算法中做出相应的补偿。

电磁式运动捕捉是比较常用的运动捕捉设备。一般由发射源、接受传感器和数据处理单元组成。发射源在空间按照一定时空规律分布的电磁场；接受传感器安置在表演者沿着身体的相关位置，随着表演者在电磁场中运动，通过电缆或者无线方式与数据处理单元相连。

它对环境的要求比较严格，在使用场地附近不能有金属物品，否则会干扰电磁场，影响精度。系统的允许范围比光学式要小，特别是电缆对使用者的活动限制比较大，对于比较剧烈的运动则不适用。

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。目前常见的光学式运动捕捉大多数居于计算机视觉原理。从理论上说，对于空间中的一个点，只要他能同时被两个相机缩减，则根据同一时刻两个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店的运动轨迹。

这种方法的缺点就是价格昂贵，虽然可以实时捕捉运动，但后期处理的工作量非常大，对于表演场的光照、反射情况有一定的要求，装置定标也比较繁琐。