据交通部门统计,近年来,我国道路交通事故一直高居不下。不仅带来巨大的经济损失,而且给人民带来精神上的伤害,死亡人数也是世界上最多的国家。引起交通事故发生的原因很多,驾驶员疲劳驾驶是引发交通事故的一个重要原因。如果在驾驶员疲劳初期能给适当的警告,将会大大降低事故发生的概率。因此,如何有效的监测和防止驾驶员疲劳驾驶,对于降低交通事故及人员死亡率有着十分重要的现实意义。结合本课题研究背景及国内外研究现状,本文设计了一个基于红外差频和多特征的嵌入式驾驶疲劳实时监测系统。该系统体积小、便于安装,可以满足全天候、实时监测的要求。本文的具体工作如下:(1)从生理学角度分析了驾驶疲劳产生的原因;从行为学的角度分析了驾驶员的疲劳驾驶的行为过程。分析了包括生理、行为、视觉等多种进行疲劳检测的方法。重点研究了本文采用的基于视频图像处理提取个体特征进行疲劳检测的方法。(2)提出了红外下差分图像与图像处理相结合的瞳孔定位算法。在不同的红外光下对奇、偶帧图像进行差分,差分后对图像进行平滑滤波,然后选择合适的阈值二值化分割图像,最后提取眼睛瞳孔。该方法定位眼睛快速、准确。(3)提出了应用模板匹配直接提取眼睛张开状态的方法,通过模板匹配直接提取眼睛的闭合状态。传统的方法是先提取眼睛的特征再提取眼睛的状态,本方法通过模板匹配直接提取眼睛的状态,相比传统的方法,速度有一定的提高。(4)运用模板更新和Kalman滤波器相结合的方法对提取到的特征进行跟踪。通过模板更新可提高匹配的准确度,通过Kalman滤波器进行预测提高了跟踪的速度。(5)提出了PERCLOS值大小、点头频率、哈欠的次数与长短三个方面进行疲劳状态判断。该方法综合多个特征对疲劳状态进行判断,提高了判断的准确度。