Bài báo trình bày một phương pháp mới nhằm tái tạo động học góc của cánh tay người bằng cách sử dụng hai cảm biến gia tốc đặt trên đoạn thứ hai của chi (cẳng tay). Đây là một bài toán ngược không xác định, do dữ liệu từ cảm biến không đủ để xác định duy nhất trạng thái chuyển động. Để giải quyết, nhóm tác giả sử dụng mô hình Bayes với bộ lọc hạt có điều kiện (C-ERPF), kết hợp với tuyến tính hóa bằng bộ lọc Kalman mở rộng (EKF). Phương pháp này cho phép ước lượng đồng thời góc, vận tốc góc và gia tốc góc của cả hai đoạn chi, đồng thời đánh giá độ lệch chuẩn của các biến này. Kết quả mô phỏng và thực nghiệm cho thấy phương pháp C-ERPF đạt sai số trung bình 19% với góc, 10% với vận tốc và 7% với gia tốc, so với dữ liệu tham chiếu từ hệ thống bắt chuyển động Vicon. Phương pháp này có tiềm năng ứng dụng trong hệ thống giám sát sức khỏe dài hạn tại nhà, đặc biệt với các đối tượng có bệnh lý như Parkinson, COPD, hoặc suy giảm nhận thức.