人口老龄化是一个世界性的问题。根据世界卫生组织的定义和我国第六次全国人口普查数据,我国已经步入老龄化社会。在日常生活中,老年人极易出现跌倒等意外情况。据央视报道,在中国每年约有4000万65岁以上的老人意外跌倒。当老人跌倒时,若未得到及时救助,会造成不可挽回的后果,因此跌倒检测技术有很强的实际应用价值。本文的具体工作内容为:1)开展关于惯性传感节点佩戴位置对于数据影响的实验,选定腰部作为佩戴位置。将真实场景下跌倒样本与实验采集获得的跌倒样本进行对比,分析了二者的特点。对系统进行需求分析并确定设计目标,提出系统的技术方案。2)采集跌倒和日常行为活动的惯性数据样本,构建算法设计所需的数据集。对所获得的原始数据集进行预处理;使用Relief算法进行特征选择,选取了分类器设计所需的特征集合;兼顾系统开发,对比算法特异度和敏感度,选择决策树作为分类模型。3)实现包含云端服务器、安卓应用和惯性传感节点的跌倒检测系统。当检测到跌倒时,惯性传感节点向智能手机发送检测结果,由手机进行定位并向云端服务器发送求助信息,而云端服务器则通知社区或医院的监护人员对跌倒者进行救助。4)对整个系统的功能进行验证,验证结果表明系统功能均正确实现。对系统跌倒检测算法的敏感度和特异度进行测试,测试实验结果表明该跌倒检测算法敏感度为95.56%、特异度为98.00%,说明系统能够较为准确地检测跌倒且误报较少。本文通过分析跌倒检测的国内外研究现状,对比不同跌倒检测技术,选择基于惯性传感信号的检测技术进行方案设计,结合现在成熟的云端服务器技术和安卓智能手机,实现了一套基于惯性传感的跌倒检测系统。系统功能完善,具有较强的实用价值。