随着人口老龄化问题凸显,保障老年人的安全健康成为一项重要的社会议题。摔伤是造成我国老年人意外伤亡的首要原因,采取何种策略以有效预防老年人摔倒仍然是一项需要继续探索和研究的课题。针对这个问题,本文从摔倒预测及摔倒防护两个关键点展开研究,主要包括以下几个方面的内容:（1）建立了基于惯性测量单元（Inertial Measurement Unit,IMU）的摔倒预测模型。首先,利用IMU采集12位实验对象在摔倒和正常活动时的运动数据。选用隐马尔可夫模型（Hidden Markov Model,HMM）和长短期记忆模型（Long-Short Term Memory,LSTM）,结合IMU特征数据建立了多个摔倒预测模型。最后,评估了上述模型在摔倒检测与预测中的性能,结果表明:基于HMM的模型在检测摔倒时的准确率较高,在预测摔倒时准确率较低,不适合摔倒预测。基于LSTM的模型在预测摔倒时达到96.43%的准确率,91.67%的灵敏度和98.33%的特异性,平均提前220.45ms预测到摔倒,适合摔倒预测。（2）建立了基于IMU和鞋垫式压力传感器数据融合的摔倒预测模型。利用IMU与鞋垫式压力传感器搭建了人体运动数据采集系统并采集了12位实验对象的活动数据。对人体活动过程中的姿态变化以及步态规律进行了分析与总结。结合鞋底压力以及IMU数据,提取了用于摔倒预测的多种特征。利用所提出的特征建立了基于LSTM的摔倒预测模型。该模型的准确率为98.81%,灵敏度为95.83%,特异性为100%,平均能提前230.22ms预测到摔倒,证明了基于压力数据与IMU数据融合的摔倒预测算法的有效性。（3）设计了具有折展功能的防摔拐杖。该拐杖在预测到摔倒后能迅速展开,形成较大的支撑区域,防止摔倒。首先介绍了防摔拐杖的工作原理与基本结构。之后,建立了防摔拐杖的运动学、静力学和动力学模型。利用上述模型分析了不同参数对防摔拐杖展开时长的影响。然后,通过仿真及实验对所设计防摔拐杖的有效性进行了验证。实验结果表明:防摔拐杖展开后的支撑面积达1.25m~2,展开过程的耗时约为210ms。由于展开耗时小于摔倒预测的有效时间230.22ms,该防摔拐杖能在预测摔倒后及时扩大支撑区域,防止摔倒发生。最后,对基于IMU和压力数据的LSTM摔倒预测模型及防摔拐杖组成的防摔系统的功能进行了实验验证,结果表明:在实际应用中,LSTM摔倒预测模型能够有效预测摔倒,且可折展式防摔拐杖能够及时展开,达到避免摔倒的目的。