疲劳驾驶是导致交通事故发生的主要原因之一,在驾驶过程中监测驾驶员是否疲劳至关重要。驾驶员处于疲劳状态时的生理指标会偏离正常状态下的指标,因此生理信号的变化能够反映出驾驶员的疲劳状态。许多研究者从脑电、心电、肌电等生理信号展开了研究,但对人体在疲劳状态下皮肤温度与血流信号变化的研究相对较少。本文从皮肤温度与血流信号的变化展开研究,并且探讨了使用非接触方式采集皮肤温度信号的优势,这对促进基于非接触式生理信号的疲劳驾驶状态识别方法的发展具有重要作用与实际意义。在对疲劳影响因素、疲劳识别措施、数据采集方法等研究的基础上,本文首先设计开展了基于自我评价与专家评价的疲劳等级评定的人体疲劳实验,同步采集了受试对象的面部与手部的皮肤温度、食指指尖的激光多普勒血流信号,研究了使用接触式与非接触式方法测温方法的差异,证实了非接触方法测温结果的有效性与可靠性。为了从非接触式方法获得的红外热像图中获取感兴趣区域（前额、鼻尖和指尖）的皮肤温度信号,提出了基于可见光特征点辅助的红外热像图目标区域跟踪的方法,分别使用开源库Dlib与Mediapipe提取出了面部与手部感兴趣区域内的皮肤温度信号,并进一步对整个时间序列中特异性温度进行了校准,使得该方法具有良好的鲁棒性。随后,本文比较了清醒与疲劳两个状态下的皮肤温度和血流信号的均值、标准差和中位数等统计量,结果表明,在室温环境下,在疲劳状态下的温度和血流的均值和中位数要更小,并且鼻尖与指尖的温度下降程度比前额的下降程度要更大。同时,使用小波分析提取了指尖血流信号在人体心跳调节频段（0.4-1.6Hz）内的波动幅值变化,结果表明在疲劳状态下的血流波动幅值较清醒状态下更小。最后,针对面部其他位置的皮肤温度变化,根据红外热线图显现面部主要血管的特点,使用各向异性扩散滤波与其他形态学图像处理的方法,从面部热像图中提取出了面部血管网,比较了在清醒与疲劳状态下的血管分布变化,结果表明在疲劳状态下血管网在眼睛、鼻子和嘴部等位置分布更少,并且面部整体像素点更少,进一步说明了疲劳状态下面部部分区域温度下降的特点。这些工作揭示了皮肤温度与血流信号在检测人体疲劳状态的研究潜力,为其在疲劳驾驶监测中的应用提供了技术支撑。