目前跌倒感測器領域對於加速規的應用已有相當程度的研究，判斷跌倒 的加速度門檻值與辨識一般簡單日常動作的演算法也因應不同情況發展出 各式的方法；陀螺儀於跌倒判斷的應用雖然較晚起步，但是與加速規結合 量測將能使跌倒辨識的研究更進一步發展。肌電訊號則為神經與肌肉相關 科學領域的重要指標，通常用於解析人體動作、分析肌肉作動時機、使用 程度與效率。
然而，回顧目前跌倒感測器領域的研究，發現大部分的研究專注於跌倒 感測器的準確率，而且已經可以在受測者自主模擬暈眩的情況下獲得相當 優異的準確率。但是上述研究對於跌倒發生至跌倒感測器辨識出跌倒所需 的時間，以及受測者自主跌倒至軟墊上模擬暈眩(faint)以外的其他三種跌倒 模式：滑倒(slip)、絆倒(trip)、踩空(step down)卻較少為研究者所注目，而 此三者之中尤以盛行率最高，卻較少被研究的絆倒(trip)實驗之模擬令我們 感興趣。此外，上述所整理之跌倒實驗皆著重於已確認受測者失去平衡後 落下過程之模擬；然而現實生活中受測者遭遇到跌倒後，可能會藉由各種 反應嘗試回復平衡，而這些人體反應並非百分之百能夠避免跌倒的發生或 避免可能遭遇到的跌倒傷害。因此，本研究認為跌倒之模擬實驗不應停留 於已確認跌倒發生之落下過程，而應納入更大範圍的遭遇跌倒反應，如：
失去平衡後之跨步或移動四肢等試圖回復平衡之動作。
依據Mathie (2003)的研究，一般日常生活站立動作時上半身傾斜角度約 Trial detecting
time lead-time 02 0.280 0.452 03 0.300 0.404 05 0.304 0.460 06 0.388 0.536 07 0.328 0.580 08 0.636 0.480 09 0.252 0.576 10 0.336 0.504 13 0.256 0.436 14 0.240 0.556 Mean 0.332 0.498 Std. Dev. 0.116 0.062
(Detecting time 為自跌倒發生至偵測所需時間，Lead time 為自偵測至跌倒碰 撞所需之時間，Std. Dev.為 Standard deviation)
實驗1 為起始測試實驗故不採用、實驗 04 與實驗 11 數據為極大值與極 小值不採用、實驗12 則為實驗開始量測時間延遲因而不採用。Detecting time
為自跌倒發生後至跌倒被判斷所需之時間，而lead-time 則為自跌倒發生被 感測器判斷後至受測者跌倒結束之時間。從數據結果可以得知，以速度特 性作為跌倒辨識門檻，從跌倒發生至跌倒判定平均所需時間約為330 毫秒。
此一結果顯示，若EMG 訊號反應時間約為 100 至 200 毫秒，則以 EMG 訊 號作為跌倒辨識門檻值，將可大幅增進跌倒辨識的速度。另外，本實驗進 行之自站立自由落下之lead time 約為 500 毫秒，若在行進中絆倒、滑倒或 是跌倒落下過程中，人體髖關節與家具撞擊等情況，皆有可能大幅縮短lead time 而導致防護裝置來不及啟動保護人體。
綜合上述，本研究認為結合慣性感測器與肌電訊號(EMG)判別跌倒的發 生，以及盛行率高的絆倒之模擬還有相當的研究空間，其中肌電訊號能夠 迅速判斷跌倒發生的可能性，是本研究關注的焦點。
三、研究方法
為了驗證肌電訊號(EMG)於模擬絆倒之跌倒感測的準確率與感測速 度，本研究使用動作擷取系統與肌電訊號量測裝置同步量測受測者在日常 生活動作與模擬絆倒的運動學資料與肌電訊號，並將量測所得之資料予以 比較。
在動作擷取方面，使用動作擷取系統可以精確取得人體在一般活動與跌 倒時運動學資料的差異。參照文獻回顧數個跌倒感測器的放置部位，如薦 骨(Diaz, A., Prado, M. et al., 2004)、軀幹脊椎處(Wu, G., 2000; Bourke, A. K., O’Brien, J. V. et al., 2007)，以及四肢參考位置貼上反光式標記(reflective markers)，並使用光學式動作擷取系統量測在一般日常活動(如：站、蹲、坐、
彎腰撿物)與模擬跌倒實驗時的運動學資料，並且同步量測肌電訊號
(EMG)。在完成實驗之後利用統計分析方法訂立日常生活與模擬跌倒的運動 學門檻與肌電訊號門檻，當訊號超過門檻即將其判定為跌倒，若無則判定 為日常生活動作。經確立跌倒辨識之門檻值後，便可以驗證此感測方法的 辨識能力與辨識速度。