跌倒研究受限于实验室精密设备,而现有简单穿戴手环或者手表只能获取简单且低精度的跌倒信息,因此研发可穿戴实时跌倒检测算法,并为老年人提供有效的保护,从而减小老年人因跌倒造成的损害,具有重要的意义和应用价值。提出了两种跌倒检测算法,卷积神经网络算法和阈值算法,并比较了两种算法的优缺点,在单片机上实现了阈值算法。由于通过加速度积分得到的值存在较大的误差,使用光学捕捉系统对得到的速度和位移进行验证。保护系统原理是通过单片机控制触发机构,打开高压气瓶,使压缩的CO2在极短的时间内充满气囊。考虑到安全性和环保等,设计一个机械式触发机构。创新性地参考秦弩的自锁结构原理,通过舵机的运动来控制悬刀的转动,释放弹性势能,用物理击穿的方式打开气瓶。之后通过对结构的受力分析,从理论上验证该机械结构的可行性。进一步开发可穿戴实时跌倒检测与保护系统以落地算法。系统采用模块化设计,实现人体运动数据的采集、传输、计算,并实时输出控制信号。使用一个惯性传感器,放置在腰间,在光学捕捉系统和室外进行实验验证,系统的跌倒检测性能和气囊及时触发的性能是良好的,日常行为的误判概率低。该算法的敏感性和特异性分别为96.7%和91.5%,并能在跌倒着地前363± 174ms触发,机械式触发结构的平均触发时间为0.27s,满足应用要求。本文创新点:通过滞后滤波拟合趋势,得到速度和位移特征,极大地消除了加速度积分的误差。并在阈值算法中引入位移特征,消除了对慢跑和跳跃等日常行为的误判;设计的机械式触发机构尺寸小,力放大倍数大,易于控制,适合用于保护系统。