本发明公开了一种机械臂动作捕捉方法，包括：S1、在机械臂上固定视觉传感器采集数据作为源域，对应人体手臂固定惯性传感器采集数据作为目标域，建立系统的状态空间表达式；S2、利用全概率理论以源域观测预测分布为条件，设置最优未知状态观测联合分布，分解条件联合观测分布模型，并用KL散度来求解最优分布；S3、在卡尔曼滤波器的基础上结合全概率理论，将视觉传感器测量的源域知识转移到惯性传感器测量的目标域中，进行基于卡尔曼滤波的数据融合，预测系统下一时刻的状态，以实现机械臂的动作捕捉。本发明综合考虑了视觉传感和惯性传感的不足，通过迁移学习的思想将视觉传感作为源域进而改善惯性传感的目标域，从而提高预测精度。