随着我国人口老龄化问题的加剧,老年人的健康问题得到社会的关注。跌倒是危害老年人健康的重要因素,跌倒不仅会使老年人受伤或引发疾病,还会直接导致死亡。如果当老年人在发生跌倒事件时,能够被及时地发现并得到行之有效的治疗,就会减少跌倒对老年人造成的伤害,降低不必要的损失。鞋子是老年人日常出行的必需品,因此,设计一款放置在鞋子中的跌倒检测装置具有重要的意义。人体在发生跌倒事件时,人体的加速度物理量会发生很大变化。根据以上理论依据,本文构建了一种基于Arduino 101开发板的跌倒检测装置,该开发板以Intel Curie^TM为核心,利用其内嵌的神经网络模块和运动传感器,来获得数据并进行训练,编写程序实现了基于机器学习技术的径向基函数（RBF）神经网络的跌倒检测算法。将训练好的特征参数植入研制的可穿戴式跌倒检测设备,实现对跌倒进行实时监测。该系统还搭载了GPS全球定位模块和GSM/GPRS模块,能够在检测人体发生跌倒事件时,将跌倒信息与位置发送至手机或者医院,同时还能够通过蜂鸣器向外界求救。经过仿真实验验证,该系统具有可行性且准确率高。