随着科技的发展和计划生育的实施，目前中国老年人口已经到达12%，宣告进入“高龄化社会”，因此必然会非常依赖健康照护服务人力。然而人力资源越来越匮乏，对于老年人健康的改善，健康的评估，及健康的照护就需要有创新的方法，并且结合科技的辅助来完成。本课题将致力于通过加速度传感器实现对使用者每天的姿态进行记录和评估。另外，本系统还实现了跌倒监测的功能。整个系统包括主控嵌入式系统模块、传感器模块、Android手机模块和计算机端的姿态识别系统。其中主控模块主要完成：对各个传感器模块和蓝牙模块初始化和驱动，跌倒的识别和跌倒发生时角度的计算，还负责在紧急情况发生时向Android手机发送指令。Android手机模块将完成数据的储存，并在紧急情况发生时通过短信的方式发出报警。传感器模块主要完成对身体各种姿态提供原始数据的工作。本文完成了整套系统各个模块的功能，主要的研究内容是：首先，本课题开发了底层的硬件平台。解释了芯片的选择，初始化和驱动加速度传感器，通过蓝牙模块与Android手机进行通信，设计并完成将9个传感器装置在身体特定的位置。其次，本课题提出了一种新的适合在单片机上实现的跌倒监测算法，并且取得了很好的实验效果。此外，发挥了本文多个加速度传感器的优势，在识别出跌倒发生之后进一步判断身体姿态，得到了比以往只使用单一传感器的研究在误判和漏判之间更好的平衡点。再次，本文开发了一套适合在单片机上实现的三维空间角度计算方法。CORDIC算法可以通过简单的加减法和移位操作实现对一个二维空间角度的计算工作。经过对CORDIC算法的仔细学习，发现应用两次CORDIC算法可以实现对一个三维空间角度的计算。经过在逻辑分析仪上的测试，可以看出本文提出的算法在计算精度和运算时间方面都有很好的实验结果。最后设计了计算机上的姿态识别系统。整套识别系统在两个平台完成：vs2008和Matlab。首先，在Matlab平台上利用RBF神经网络实现对：站、坐、卧和步行的识别。剩余的识别工作全部在vs2008上完成，包括：步数的计算，双腿的平衡性，腰部姿态的监测等等。