步行是肌肉、骨骼及神经系统共同协调完成的一种肢体运动。步行时,躯体所呈现出的具体姿态和运动方式便是步态。随着人口老龄化问题的日渐加重,跌倒已经成为严重威胁人们健康生活的一大问题,相应的异常步态研究也受到越来越多的关注。步态特征的研究不仅可用于医疗健康,也可广泛用于体育竞技、人机接口和身份识别等诸多领域。而微电子技术的迅猛发展使得小体积、低功耗、多功能的便携式步态数据分析设备的实现成为可能。本文以无线微控制器为硬件核心,设计了一种小型步态数据采集系统,实现了对足底压力和足部运动加速度、角速度的采集。该数据采集系统嵌入鞋底,体积小、使用简单,不会给日常穿着带来额外的负担,具有很高的使用舒适度。为了便于对步态数据进行存储和观察,还开发了专用的手机端应用程序,实现数据的实时显示和本地保存。通过使用该步态数据采集系统,进行了步态数据采集实验,对静止站立、正常步行、不稳定步行与跌倒时的步态数据进行采集。在对不同类型步态数据完成特征分析之后,确定了易跌倒步态的特征和规律,并据此将采集到的步态数据样本进行类别分组。通过构建基于长短时记忆网络(LSTM)的步态类型识别模型,实现了对易跌倒步态的识别。而将该模型集成到手机应用程序中,实现了对易跌倒步态特征的实时检测,以达到跌倒前预警的目的。最终,在实际情境中进行步行测试,验证了步态数据采集系统可以实时地进行步态数据的采集,也证明了步态识别模型能够成功识别易跌倒步态。结果表明该系统可以在步行运动中进行人体跌倒前的预警。