面向日常人体活动识别的可穿戴计算技术旨在使用嵌入式计算机技术感知和识别人体的日常外在活动表现。可穿戴计算技术,作为一项使嵌入式计算机能够以更主动、自然的方式为人提供服务的新兴技术,受到来自开发者和消费者越来越多的关注。可穿戴计算技术就是用于传感器与用户之间通过信息分享与信息交流,以达到计算机系统与人类紧密地结合起来。在可穿戴计算技术领域,人体活动识别技术已经变成这个领域重要研究方向,如智能家居,健康看护以及健康运动检测等一系列典型应用。可穿戴传感器是可穿戴计算技术的重要组成部分,可以为用户提供准确和稳定的关于人体日常活动的信息。传统的人体活动识别方法多采用图像识别技术。由于该方法监控范围有限、隐私入侵性强、较容易受环境因素影响等原因,越来越多的研究者将目光转移到用可穿戴技术进行人体活动识别。现实生活中,由于人体活动的复杂性和随机性,各类有关人体活动识别的应用往往识别结果精度不高、应用较为单一以及电源续航时间不足。针对可穿戴人体活动识别存在的问题进行了研究,设计了一款基于多传感器的可穿戴活动感知平台,来实现对各类日常人体活动的识别问题。结合系统的功能、功耗、性能等因素,进行了系统的总体架构设计、可穿戴感知平台硬件系统设计以及可穿戴感知平台系统软件设计等。并引入Emerging Pattern(EP)这一模式匹配算法,实现不同活动识别问题的统一识别算法框架。通过大量实验实例,统计6种活动情况下,人体活动类别的平均识别精度是86.2%,验证该可穿戴活动感知平台的可行性和高效性。