我国人口老龄化问题日益严峻,空巢独居老人所占比重上升明显。老年人随着年龄增长,身体机能会下降,容易发生跌倒。在我国,意外跌倒已经成为影响老年人身心健康的重要问题。对于跌倒发生的准确检测,是进行及时有效救助的前提,因此具有极其重要的意义。目前较为主流的跌倒检测方案有视频式、场景式和可穿戴式3种,其中可穿戴式方案因具有体积小、重量轻、集成化程度高、功耗小,可以跟随用户去各种环境的优点得到市场青睐。然而,现有基于惯性传感器的可穿戴跌倒检测设备对于发生倾倒或最后不是平躺在地面时的情况判断不理想,本文基于以往研究设计了一种基于足底压力感知跌倒的实现。采用将穿戴式部分设计成鞋垫放于鞋内的方法,避免了传统惯性传感器佩戴于头部,颈部,腰部等腰部以上的固有弊端。论文的主要工作包括:1、设计足底压力检测硬件系统。硬件系统包含3个模块:压力采集模块、数据处理模块以及无线通信模块。压力采集模块由放置于棉质鞋垫内的8个压力传感器组成,根据人体足部的骨骼结构将传感器分布在指定的8个区域内,用于测量指定区域的压力值。数据处理模块以高性能STM32F407芯片为核心,通过模块内信号调理电路将传感器电阻值转换为芯片可测量范围内的稳定电压值,实现足底压力数据的实时测量。无线通信模块将数据处理模块的数据按照协议打包,并通过蓝牙发送给上位机。2、设计跌倒检测采集分析软件。上位机软件具有远程控制硬件系统、同步接受并显示足底压力数据和判断跌倒行为3项功能。采用蓝牙无线通信方式,可以发送激活、休眠、采集和停止4种命令报并接收应答报;数据报同步接收,解析压力数据,通过直观的波形显示多路压力数据。软件具有时间窗口截取、模型训练以及跌倒检测的数据处理功能。3、设计基于足底压力分布的跌倒检测算法。通过足底压力采集系统,可以得到人体运动时足底压力的变化过程及其对应的压力值,而识别跌倒需要进一步的模式识别算法。本文提出了一种基于步态特征的特征提取方法,并使用支持向量机二分类方法实现跌倒行为和4类非跌倒行为的区分。4、完成足底压力测量和跌倒检测实验。为了对系统跌倒检测的检测性能进行评价,实验中采集4类日常非跌倒行为足底压力和跌倒行为足底压力的数据。量化分析5类行为步态特征值,剖析跌倒行为与其他行为的异同。实验表明系统对人体跌倒行为有较好的识别精度和泛化能力,可以用于人体跌倒检测。