对人体睡姿识别的研究是近些年生理信息监测、模式识别研究领域的重点方向之一。不正确的睡眠姿势会影响现代人的心理、生理健康,特别是对患有睡眠疾病的人群,因此,良好的睡眠姿势是评估现代人睡眠质量和防治相关疾病的关键指标之一。目前对睡眠姿势的识别多是基于计算机视觉,所使用的方法对人多有束缚,且成本昂贵,不利于大规模普及。目前国内外相关研究领域都在寻求一种无束缚监测、识别睡姿的方法,大多都处于初级研究阶段。本课题旨以开发设计电容阵列柔性压力传感器为关键技术铺垫,深入研究基于此传感器的睡姿识别算法为目标,主要包含柔性压力传感器的主要部分设计、基于SVM（支持向量机）的多类睡姿分类算法开发与测试,具体的工作内容如下:1.柔性压力传感器主要部分设计:旨在设计制作一种可应用于人体睡姿信息采集、监测的电容阵列柔性压力传感器,具体包括传感元件的材料选择、结构设计,测量元件对电容信号的采集、转化、处理的硬软件技术与方法;2.对所制作传感器测试与分析:通过实测验证所制作的柔性压力传感器能够完成人体睡姿压力信息的采集任务,具体包括传感器性能的主要参数测试、人手、脚、仰躺三种姿态施压下的实验测试;3.睡姿图像的生成与预处理:旨在为本文所提出睡姿识别算法制造规范的睡姿图片样本集,具体包括睡姿灰度图的生成、阈值分割,以及睡姿图像的预处理;4.基于SVM的多类睡姿分类算法开发与测试:本文基于SVM的多类分类问题提出了一种多类（六种）睡姿分类算法,具体包括解决多类分类在训练、识别阶段所采取的方案,以及SVM核函数参数、惩罚因子C的优化问题,并在实测时在识别准确率、识别睡姿数量等方面与其他睡姿识别算法进行比较。