坐姿是现代职业人群工作中最常见的姿势,在日常工作中保持健康坐姿对于老年人群预防疾病有着重要的意义。因此,正确的坐姿成为提高健康质量的重要指标。近年来,随着微机械电子系统技术的发展,特别是加速度和角速度传感器的出现,对坐姿检测的研究起到很大的推进作用。单一传感器的姿态检测,容易因惯性器件的漂移和累计误差,导致测量精度的下降。因此,通过多个传感器进行姿态检测,并借助数据融合算法提高姿态检测精度成为目前研究的热点。与基于计算机视觉技术的人体姿态识别方法相比,基于传感器的人体姿态识别和监测技术具有不泄露使用者的隐私、携带方便简洁、检测准确等诸多优点。本文在国内外研究发展的现状的基础上,进一步加深对坐姿检测的研究。在本文中利用MPU6050传感器、单片机、选择器和电源等硬件组成坐姿检测系统。通过传感器采集到的三轴加速度和三轴角速度数据,将数据通过I2C总线协议传到单片机,单片机再将数据上传到电脑中并储存。通过MATLAB软件先对采集到的原始数据进行处理,处理的方法是利用卡尔曼滤波方法进行滤波处理。再对处理后的数据利用四元数算法进行角度合成,之后利用得到的数据对其进行特征项的提取,利用SVM分类器对处理过的数据进行识别,最后达到对不同坐姿姿态的识别。本系统实验结果表明,本系统可以识别出不同身高不同体重的人的正坐、前倾、后倾、左倾、右倾以及左翘腿和右翘腿的坐姿姿态,识别率可以达到90%以上。