车辆行驶过程中,驾驶员手是否脱离方向盘对于确保行车安全十分重要,及时检测到驾驶员手脱离方向盘并警告驾驶员可以提高驾驶员的自我警觉性并改善不良驾驶习惯。然而,由于车辆运动的影响以及驾驶环境的变化,如何在行驶过程中检测驾驶员的手是否脱离方向盘具有挑战性。现有基于计算机视觉的方法容易受到光照等环境因素的影响,而基于方向盘周围传感器的方法需要在方向盘上安装压力传感器等额外的特定传感器,造成了额外的成本和驾驶员的使用负担。因此,研究一种不依赖计算机视觉和额外传感器的驾驶员手脱离方向盘检测方法,对实现驾驶员不安全行为监测以及预防交通事故的发生具有重要的实际意义。考虑到当前智能手表和手机已经广泛普及,它们所内置的传感器能够有效监测目标的运动,本文基于智能手表与手机传感器数据,围绕驾驶员手部运动检测、手部相对静止状态下脱离方向盘检测、手部运动状态下脱离方向盘检测等方面展开研究,建立了一种便捷实用的驾驶员手脱离方向盘检测方法。主要内容包括:（1）考虑到驾驶员手部相对静止状态下握住与未握住方向盘会在传感器上反映出不同的数据特征,本文基于驾驶员的前臂姿势以及车辆的振动信号从传感器数据中提取了特征指标,并基于异常检测算法建立了驾驶员手部相对静止状态下脱离方向盘的检测模型。（2）为了消除手机的姿态对数据的影响,本文基于Android系统API实现了将智能手机采集的数据从设备坐标系转换到世界坐标系,在世界坐标系下基于车辆物理模型分析提取了特征指标,建立了车辆转向识别模型。通过检测车辆是否转向来推断驾驶员的手部运动是正常的操作方向盘还是离开了方向盘,实现了驾驶员手部运动状态下脱离方向盘的检测。（3）为了建立具有高准确率的检测模型,本文基于智能手表与手机的绝对加速度差值实现了驾驶员手部运动检测,将驾驶员的手部状态分为相对静止状态和运动状态,以实现驾驶员手脱离方向盘的检测方法。在此基础上,进一步实现了训练数据集的自动更新,从而对方法进行了改进。