中国社会逐渐步入老龄化阶段,老年人口数量已经超过两亿。但我国养老相关行业依然处于起步阶段,很多老年人在生活中基本的安全需求都难以得到满足。跌倒就是老人日常生活中容易发生的意外情况,更是导致老人伤害及死亡的常见原因之一。现有的人体跌倒检测技术可以分为三类:基于视频检测技术、基于可穿戴式传感技术和基于环境感知技术。视频检测技术主要通过图像信号的识别来判断老人是否跌倒,但涉及老人隐私问题,且可能存在监控死角,也难免一些误判发生,难以推广。可穿戴式传感技术基于加速的传感器原理来判断佩戴者是否跌落。但很多老人对穿戴式设备有一定的使用障碍和抗拒心理。此外,在浴室、卫生间等易滑倒的场景下,老人不会使用穿戴式设备。现有的基于环境感知技术主要依靠声频信号来识别跌倒,其缺点在于环境噪声会对信号有较大影响,且安装在地板上放的传感器需要电池持续供电、也容易使老人磕绊。可以说目前仍然缺乏一种能够广泛适用并解决用户诸多痛点的跌倒检测技术。基于以上思考。本文在基于环境感知技术的思路上选择了新的技术——光纤传感技术来进行实验开发,其原理基于Michelson干涉型光纤传感器:在地板下铺设光纤传感系统,地板的振动和环境的扰动会引起干涉光信号的变化。采集光波信号数据后,选取合适的模式识别算法对跌倒和其他情况进行识别。数据采集实验在没有扰动(无扰组)、人在地板上正常走动(走路组)以及用假人模拟老人以不同姿势跌倒(站姿摔倒组和坐姿摔倒组)四种情况下进行,每组采集了两千余组实验数据,然后在Matlab中对其进行显示,观察分析信号并提取出两个特征(信号穿过某阈值的次数和信号在高位与低位分布的数量)构成一个二维特征向量,该特征向量能够很好地将摔倒组的实验数据同另外两组区分开来。然后在Labview中编写针对该特征向量的算法程序,并在四种模式下各进行了100次验证实验,结果表明,该算法检测跌倒准确率为100%,且时效性满足要求。