摘要：我国乡镇的环卫工人大多年龄较大,其工作常常需要清扫崎岖不平和雨后湿滑的路面,存在较高跌倒风险。为提升环卫工人群体的安全作业水平,开展了基于惯性传感器的跌倒风险评估研究。招募了18名被试者开展试验研究。首先开展动态步态指数(Dynamic Gait Index,DGI)评估,确认每位被试者的跌倒风险程度,作为样本标签。5枚惯性传感器用于采集被试者作业相关动作的加速度数据。采用机器学习分类器开发分类模型。经过训练和优化后,右脚踝处加速度数据训练的支持向量机分类器整体性能最好(准确率为88.62%,F1值为90.00%,AUC为89.12%)。研究表明,开发的跌倒风险评估模型能够较好地实现对高跌倒风险老年环卫工人样本的识别与评估。基于较低成本的惯性传感技术的跌倒风险评估模型有利于在老年环卫工群体中推广应用,提高该群体的作业安全水平。