在人口老龄化日渐严峻的形势下,跌倒严重威胁着老年人身心健康,而跌倒后得不到及时有效的救助无疑对“空巢老人”造成二次伤害。因此,研究跌倒检测和危险动作预警算法、开发跌倒相关的健康辅助产品对提高老年人生命质量具有重要意义。现有检测方法正确率较低且仅限于跌倒检测,缺乏危险动作预警,同时检测系统对硬件电路要求较高,令广大用户难以接受;而基于Android手机的跌倒检测方法具有检测精度高、便携性好和利于实现实时检测的优点,更具有实际应用前景和极具研究开发价值。本文以Android手机为载体研究跌倒检测和预警算法,并将该算法应用于防跌预警系统来缓解老人跌倒的社会性问题,具体工作如下:(1)建立了完整的人体运动三维模型,将人体抽象简化为基于髋关节运动的单一刚体,深入分析了跌倒过程中加速度、角速度、倾角和能量的变化情况;(2)详细分析与设计了人体姿态实验,自主开发了基于Android内置传感器数据采集系统,实现了人体运动波形跨屏显示、数据快速存储和3D Box演示等功能;重点完成了对数据中值滤波预处理和归一化,选取了跌倒检测、动作预警的特征值,即加速度最大值、角速度最大值、方向角变化量和加速度幅值面积;(3)结合统计机器学习策略,提出了一种基于Android手机的二级联合检测算法,即第一级基于支持向量机SVM跌倒检测算法,实现了对跌倒和非跌倒动作的分类;再将非跌倒动作进行第二级基于梯度提升决策树GBDT预警算法的判定,实现了预警动作Warning具体分类,包括前倾、后倾、左倾和右倾幅度过大;并从正确率、误报率和漏报率三个指标对检测算法有效性进行了评估,测试结果表明跌倒检测算法的三个指标分别达到92%、7%和1%,预警算法平均正确率、平均误报率和平均漏报率分别达到92.5%、7%和0.5%;(4)利用跌倒检测和预警算法分别在Android和MTK两种不同的平台下设计了防跌预警系统,同时借助老年人防跌预警远程监控平台以“微成本投入方式”实现了多场景、多重复精准定位、轨迹显示和本地/远程跌倒报警与危险动作预警等功能。另外,对系统软件功能进行测试,结果表明系统符合预期且用户体验良好,对在系统上运行的算法进行测试,结果表明跌倒检测算法预测的正确率为90%,预警算法预测的平均正确率为91.25%。