随着科技的进步与时代的发展,医院在人性化服务方面也有了很大的提高,但由于医院医护人员的有限,和病人的数量众多,如何为病人在走廊上的出行安全考虑,又不能过度占用医护人员的时间,这两方面就出现了矛盾。因此,能够准确的判定走廊病人的跌倒,及时的进行救助就有很大的意义。本文对目前跌倒检测的研究现状进行了分析,发现基本上都是对老年人的跌倒检测进行的研究,而对于专门为病人设计的系统则少之又少。因此,结合前人的努力,考虑到穿戴式检测设备的便携性,设计出了一套医院走廊病人的跌倒检测系统。首先,分析了一些跌倒检测的数据收集方法,建立了人体的姿态模型,设计出系统方案,根据方案对器件进行选择,设计出硬件的数据收集电路,并对电路的功能进行编程实现。硬件电路主要分为两个部分,其中包括子节点的数据采集发送和中心节点的数据接收。子节点主要通过传感器采集人体的加速度和角速度信息,通过无线模块传递到中心节点。中心进行数据保存,为跌倒检测算法做好准备。其次,使用中心节点保存的姿态数据进行数据的分析。由于数据采集时的波形抖动,掺杂出一些噪声,所以进行了数据的滤波;由于数据采集的时间长短不同,姿态数据都是长短不一的时间离散序列,因此对数据进行了截取,在每个截取的时间窗口中提取特征向量,建立出特征向量空间。考虑到若是特征向量过多,会造成跌倒算法运行时间过长,为了减小分类算法的运行时间,进行数据降维,在保证信息不丢失的前提下,为跌倒算法进行准备。最后,对数据进行分类。由于支持向量机在跌倒检测方面效果较好,使用其进行跌倒分类。考虑到单一的支持向量机分类的效果并非最佳,通过参数的优化,提高分类的准确率。使用网格寻优、遗传算法和粒子群算法分别对支持向量机的参数进行优化,准确率分别90%、95%和95%,通过对比,相比于单纯使用支持向量机的准确度93.3%来说有所提高。该论文有图44幅,表15个,参考文献53篇。