在步态或者是姿态检测的主要三种方式中，基于惯性传感器检测姿态的方式因其具有便携性并且算法复杂度不高而逐渐成为研究的热点，但是目前的使用惯性传感器的应用多在于检测摔倒等姿态上面，检测运动姿态的研究相对较少，同时早在19世纪末有人对足底压力做了研究，随着技术的发展与医疗知识的普及，足底压力被用在越来越多的场合，例如足底压力的分布可以用来通过对脚底溃疡的检测警示患糖尿病的风险，还可在康复运动中判断恢复程度等等。因此，将足底压力分布的检测与陀螺仪检测到的姿态角相结合来检测姿态具有很大的研究意义。但是目前这样的可穿戴式检测设备少，因此将足底压力分布的研究与陀螺仪检测到的姿态角进行结合并检测人体姿态的可穿戴式设备的研制迫在眉睫。本课题通过FSR（力敏电阻）和陀螺仪的组合，实现可穿戴式设备，并用来判断不同的姿态。使用FSR和陀螺仪设计并实现一套可穿戴式检测足底压力分布并判断简单姿态的设备，并通过对实验者在做不同姿态时足底压力分布检测以及对加速度的检测，判断出常见的一些姿态，并根据数据的关联性预测姿态。在实现过程中，为了实现可穿戴式检测设备，IIC通信协议和蓝牙无线通信技术被用于通信。该系统以Arms Cortex-M3为核心处理器，将各个单元模块进行整合，以FSR压力检测组件和MPU6050六轴运动处理组件为核心模块。由于无线通信模块的使用，整个系统采用电源管理系统供电，电路设计具有便携性。通过采集12名实验者的在姿态库下的12种不同姿态下的数据，对数据特征进行分析，比较足底不同区域之间压力值的关联性以及加速度的不同结果，与不同的姿态进行映射。在数据处理过程中，卡尔曼滤波被用来获得更好的效果，减少姿态采集中信号的噪声，然后使用DMP技术获取得了较为稳定的姿态角。本课题提出了一种利用各区域间足底压力分布的相关性、显著性差异，以及运动时的加速度等综合判断姿态的方法，该方法通过将各区域之间的压力值的显著性差异进行计算，以及每个动作中压力和姿态的关联性进行分析。使用了ARMA预测模型以及后继姿态的可能性作为约束条件对姿态进行预测，实验结果表明在小范围样本内，该方法简单可行，能够通过该方法进行简单的动作判断与动作预测。