Avalanches kill on average 250 people per year. Fall detection algorithms have been used to detect many different types of falls. In this work, a robust humanoid test rigwas designed and built to investigate the use of proven threshold based fall detection algorithms during skiing. A novel burial detection algorithm is used, to detect whether or not a person has been buried by snow, as this is often lethal. Data acquisition were conducted in the Swedish mountains, as well as computer simulations to further strengthen the results. This thesis shows that an IMU, in conjunction with force sensors around the chest and shoulders are sufficient to detect a fall and burial by snow. The algorithms achieve excellent results based on measurement data gathered by thetest rig. Tests were made to check the algorithm for a person gathering data. This showed that additional evaluation is needed to be applicable to live people, since skiing by the test rig is not completely representative of human skiing. / Laviner dödar i genomsnitt 250 människor per år. Fallavkänningsalgoritmer har använts för att upptäcka många olika typer av fall. I detta arbete har en robust människoliknande testrigg designats och byggts för att undersöka användningen avbevisade gränsvärdebaserade fallavkänningsalgortimer under skidåkning. En ny begravningsavkänningsalgoritm används, för att avkänna om en person har blivit begraven av snö, då det är livshotande. Datainsamling gjordes i de svenska fjällen, samt datorsimuleringar för att vidare stärka resultaten. Denna avhandling visar att en IMU, tillsammans med kraftsensorer runt bröstet och axlar är tillräckligt för att avkänna ett fall och begravning i snö. Algoritmerna producerar förträffliga resultat av baserat på mätdata samlat avtestriggen. Tester gjordes för att granska algoritmen när en person samlar data. Det visade att ytterligare undersökning krävs för applicering på levande människor, då skidåkning av testriggen inte är helt representativt av mänsklig skidåkning.