跌倒是老年人群经常会遇到的危险情况,跌倒对于各项机能严重退化的老年人来说是非常危险的,有时甚至是致命的。目前国内外对跌倒实时监测的研究还有许多关键性问题没有解决。本文的目标是设计一个可穿戴式跌倒监测系统,任务是实时监测人体的活动状态,准确区分正常活动(Activities of daily living,ADL)与跌倒(Fall)。在跌倒发生时能够及时监测到跌倒事件的发生,通过Android手机向周围的人群和医疗系统进行求救,从而得到快速有效的救治,以降低跌倒对老年人造成的二次伤害。本论文主要在以下几个方面展开研究工作。(1)设计了一种穿戴式加速度与角速度信号采集系统,采用MEMS传感器MPU6050与低功耗蓝牙芯片CC2541以及其它相关模块组合方案,采集人体运动加速度与角速度信号,将数据发送到智能手机上,并且确定系统的量程、信号频率以及数据采集后的预处理方案。(2)对跌倒行为与人体的各项日常活动进行分析,寻找它们之间的差异,从而确定判断人体跌倒的标志;(3)设计实验,通过对实验数据进行分析并提出基于加速度与角速度的阈值算法,通过Matlab对采集到的数据进行仿真和分析,证明算法的可行性、有效性,最终确定加速度与角速度的阈值;(4)通过java编写智能手机自动报警系统,通过蓝牙实现佩戴设备与用户Android手机的数据通信。建立基于Android系统的语音报警和短信报警系统;对系统进行精确度测试实验,该系统精确度达到98.8%,证明阈值设置的合理性以及该跌倒监测系统的可靠性。本文是基于对可穿戴式跌倒监测的研究,主要针对独居老年人日常生活状态的实时监测。在独居老人发生意外跌倒时,能够快速有效的通知用户监护人以及附近医疗系统对老年人进行救治,减小老年人因跌倒无法起立长期倒地造成的伤害。该系统对提高老年人晚年的生活质量有着重要的社会意义。随着智能在老年人间的普及,使得该系统具有广泛的应用前景。