随着人体的衰老和身体各项机能的下降,发生跌倒致伤的风险也在逐渐增大,跌倒日益成为威胁我国老人身心健康的关键因素,它不仅影响老人独立生活的能力,更严重影响老人的生命安危。因此开发设计一套实时检测老人活动状态并在老人发生跌倒时为老人提供安全保护,降低老人跌倒致伤风险的系统具有重要的现实意义。通过对国内外常用跌倒检测方案的分析,目前用于跌倒检测的技术大致由基于图像/视频流的跌倒检测、基于人体周围环境的跌倒检测和基于传感器/单片机的跌倒检测三部分构成。虽然基于图像/视频流的跌倒检测和基于人体周围环境的跌倒检测具有很高的识别准确率,但在数据的采集过程中无法有效保障用户的隐私,且抗干扰能力弱,使用成本高,适用范围小。基于传感器/单片机的跌倒检测不仅满足便于携带,保护用户隐私等要求,还具有对人体日常活动影响小,适用范围广,可扩展性强等优点。当前应用范围最广的基于传感器/单片机的跌倒检测是利用传感器采集的数据给跌倒和日常活动设定合适的阈值来实现跌倒判别,该类技术的识别准确率、召回率、特异度较低,阈值的选择具有很强的主观性。现有跌倒保护系统大多是采用舵机转动推动刺针刺穿气瓶的方式给气囊充气,此方案对舵机的要求较高,气囊充气时间较长,且整体尺寸偏大,不便于穿戴使用。针对现有跌倒检测和保护系统存在的问题,本文提出了一种基于分裂法优化理论的面向跌倒的SVM检测算法,并在此基础上设计了一套基于电控化学触发方式的气囊保护系统,以实现对跌倒行为的实时检测和保护,提高系统的识别准确率、召回率、特异度。论文的主要研究内容如下:（1）对人体跌倒过程进行分析并将其划分为平衡、失衡、失重、触地四个阶段,结合人体各部位相对质量分布表,选择腰部作为传感器的最佳佩戴位置。（2）跌倒检测系统整体硬件设计。本文设计的跌倒检测系统以移植了μC/OS-Ⅱ系统的STM32F103ZET6单片机为内核,利用WT901C传感器采集人体的加速度、角速度、姿态角数据,对数据进行平滑滤波和卡尔曼滤波后存储在设计的Micro SD卡中,使用SIM868模块实现跌倒位置坐标和求助短信的发送,采用800m Ah的可充电锂电池供电。（3）反映人体跌倒和日常活动特征的参数降维。通过分裂法对7个初始特征参数进行降维,得到最优特征参数为合加速度的累计变化量accCum、合加速度变化率accMAD、角速度幅值和累计变化量gsmaCum、合姿态角变化量ΔΩcc。（4）跌倒检测的算法设计。本文利用MATLAB工具分析所采集的模拟跌倒和日常活动的数据,并设计了一种基于分裂法和支持向量机的跌倒检测算法。该算法利用传感器采集得到的数据在初始特征空间中训练得到分类模型,然后利用分裂法对特征进行降维得到最优特征空间上的分类模型,最后在单片机上对最优特征空间上的分类模型进行重构,实现跌倒行为的实时检测。（5）气囊保护系统设计。对保护系统的各个组成构件进行设计并加工装配成实物,保护系统的工作原理是当算法判定人体发生跌倒时,通过串口输出150m A的电流引爆电引火头,利用爆炸产生的推力推动撞针向前运动刺穿CO2气瓶给气囊充气,实现跌倒保护的目的。保护系统整体尺寸为58*14*21mm,整体重约93g。实验结果表明,基于分裂法的SVM算法对跌倒和日常行为具有较好的分类效果,其识别准确率、召回率、特异度分别为97.3%、99%和96.1%,优于阈值法的93.67%、90.83%、95.56%。通过对人体进行跌倒时间测试和气囊充气时间实验,得到人体失重阶段的平均时间为806.93ms,保护气囊的平均充气时间为350.4ms,气囊能在人体跌倒触地前打开,从而验证了保护系统的有效性。