随着惯性传感技术的发展,惯性可穿戴传感系统被广泛应用于医疗康复、体育运动、跌倒防护、游戏娱乐等领域中。例如,临床上通过惯性传感系统定量分析患者运动生物力学参数,以准确度量和评估患者恢复进展和健康机能;日常健身训练中,利用惯性可穿戴传感系统准确捕捉肢体运动,输出关节运动参数和各个肢体关节段位移,量化运动员肢体活动变化,定性分析以对训练表现客观评价,提高训练质量。虽然目前基于惯性可穿戴传感系统的研究较多,但仍还存在一些问题,例如在跌倒预警方面,系统敏感性较低、真假跌倒动作难以区分,跌倒预警前置时间较短,准确率不高;在康复运动监测方面,临床性不足,监测数据波动大,运动捕捉精度低;在康复评估方面,评估方案单一,针对性较弱。针对以上问题,本文以全膝关节置换术（TKA）后的临床患者为例,开展基于惯性可穿戴系统的康复运动监测、评估以及跌倒预警方面的研究。首先,构建了基于高性能多协议SOC通信芯片n RF52832的多功能可穿戴惯传感系统。设计采用MPU9250九轴惯性传感器的运动采集模块、自适应多惯性传感数据传输数据帧封装协议、通信和语音等软硬件模块。系统整机采用中心微型主机-多运动测量节点的架构设计,主机与节点之间通过无线蓝牙自组网方式通信,形成低成本,便捷、监测灵活的高性能惯性可穿戴传感器网络系统。针对跌倒预警研究中存在的误报率高,准确性低,跌倒预警前置时间较短的问题,提出了一种基于偏置位移的新型跌倒预警算法。首先,改进了基于互补滤波的数据融合算法,创新性的引入合加速度函数作为衡量加速度计和陀螺仪误差的权重系数,提高四元数计算精度,对较长时间内的强受力的干扰起到良好的遏制作用,消除运动伪影的干扰。然后通过对跌倒动作和日常跌倒危险动作进行特征分析和计算跌倒失重位移偏移量,对跌倒动作多次精细划分。在动作处理过程中,首先由合加速度和姿态角分别对后倒、左倒、右倒及日常跌倒危险动作进行区分,将人体运动划分为日常动作和类跌倒动作。然后,再通过人体失重偏置位移量对类跌倒动作进一步划分,以得到真跌倒与假跌倒动作。实验表明,系统对日常跌倒危险动作的识别准确率平均为98.06%、误报率低至1.94%,跌倒平均预警准确率为98%,敏感度为96.1%、跌倒运动检测能力较强,对日常跌倒危险动作和跌倒动作的区分性能优异、特异性可达99.2%。算法整体复杂度较低,适合系统嵌入式边缘终端运算,为整机提供了优异的跌倒运动检测预警方面的性能。针对康复运动监测误差大和康复评估方案缺乏针对性的问题,设计了一种TKA患者的膝关节活动度估计算法和康复评估方案。首先,基于跌倒预警中的传感数据融合算法设计了TKA后患者关节康复活动估计算法,采用了双重矩阵内部旋转叠加的方法来估算关节活动角度,相比姿态角度量的直接运算,避免了姿态角过程量带来的误差,提高了关节角估算精度。然后,挖掘临床诊疗信息,将TKA后患者步态屈伸关节活动度作为评估患者关节康复程度的指标之一。最后,将步态屈伸活动度和主/被动屈伸度指标一起综合评估患者恢复进展,增强关节康复评估准确性。实验表明,本系统与BTE设备（金标准）在TKA后患者关节静态屈伸活动上的监测结果误差平均值为4.17°、健康组结果误差平均值为0.52°,所有受试者的绝对差值均在-10°到10°之间,符合临床使用的误差要求。同时,从患者关节主/被动屈伸和步态屈伸活动两个方面出发,综合分析了10名患者的康复程度,评估结果与临床实际表现一致。系统整机在TKA后患者的康复运动训练和康复程度评估方面表现出了优异的临床性。