中国老龄化程度正逐步加深，社会空巢老人现象严重，老年人的健康安全问题引发社会关注。据调查，跌倒是致老年人伤害死亡的首位原因，而老年人走失的案例更是屡见于新闻，因此实现一套智能养老物联网系统，对老年人的体态、位置等进行实时监测，在检测到意外时报警，具有重要的现实意义和广泛的应用前景。　　基于上述背景，本文针对高精度的跌倒检测算法、嵌入式设备移植、监护系统平台设计实现等方面，展开了深入的研究。本文设计并实现了高精度低复杂度的跌倒检测算法，进行了操作系统、功能、算法等模块的嵌入式移植和系统平台设计，完成了智能养老物联网系统中感知端和服务器端基本功能的实现。文本的主要贡献总结如下:　　1.设计并实现了两段式的跌倒检测算法，算法结合了基于上下文过程的检测方法和基于机器学习的模型检测方法，设计并实现了一种基于统计值的过程转换检测机制，将多维隐马尔科夫模型应用到跌倒检测中，融合了前者低复杂度和后者高准确率的优点，加入旋转矩阵进行位移计算从而实现辅助检测，实验验证显示，算法在各类跌倒情况下检测准确率均高于94％。　　2.感知设备端功能实现，先后在STM32开发板进行原型开发、在MTK平台进行功能移植。在STM32开发板上移植了uCOS-Ⅱ系统，文件系统、传感器、GPS等驱动程序，实现了配置、数据采集、存储、与后台通信等功能，实现了跌倒检测算法，设备可以实时采集GPS与加角速度数据，定时上传，并在检测到发生跌倒等意外时通信报警;在基于Nucleus系统的MTK平台上，对设备配置、数据采集通信、异常检测等功能进行了移植。　　3.系统平台设计与服务器端实现，对由感知端、服务器端、监护端组成的监护系统进行概要架构设计以及数据交互协议的制定，完成后台数据库设计，应用服务器设计，其数据接收、解析、存储、设备配置等功能实现。　　目前本文所涉及各部分基本功能已实现，系统已能够稳定运行，正在进行可用性方面的测试工作及系统平台的完善工作。