疲劳驾驶对道路交通安全构成极大的隐患,研究显示对疲劳驾驶行为进行及时预警和干预,可大幅降低此类交通事故发生的几率。传统疲劳驾驶监测工具多应用中高档轿车或基于可穿戴设备,其价格昂贵、数据采集单一,复用性和可扩展性较低。本文尝试基于驾驶员已有的移动设备,构建一套面向驾驶员疲劳检测的应用系统,借助多模数据采集和分析,实现驾驶状态监测、车辆行驶状态监测以及疲劳驾驶状态检测与行驶预警,为更好实现驾驶员疲劳驾驶检测提供了一种可行的尝试。本文聚焦于疲劳驾驶监测应用,提出了一种基于国产操作系统鸿蒙（Harmony Operating System,HarmonyOS）的疲劳监测移动端应用,结合疲劳检测算法平台和驾驶设备服务平台,构成了一套的疲劳驾驶监测应用系统。基于移动端的疲劳监测应用,通过智能手机内置的传感器获取车辆位置与驾驶信息,通过摄像头获取驾驶员的实时视频,通过蓝牙获取可穿戴设备的驾驶员生理指标,实现了面向驾驶员行为的多模态数据获取。借助疲劳检测应用和算法服务平台的数据通信,实现了疲劳驾驶状态的云端检测,驾驶员的驾驶状态判定会实时通过网络反馈给移动应用,移动应用针对判定结果可以对驾驶员进行预警和干预,从而帮助驾驶员克服疲劳驾驶状态,回归安全驾驶。本文所选取的鸿蒙操作系统,是国内当前流行的跨平台分布式操作系统,具有一次开发多端部署的特性,更好支持不同类型的移动终端,疲劳检测算法通过驾驶员面部特征的识别与评估,能够很好实现驾驶员疲劳状态的判别。实验结果评测证明所设计的移动应用的功能设计相对完备,具有多模数据采集、视频数据传输、驾驶状态监测、疲劳状态告警等功能。相关的性能实验表明,应用系统在处理单张图片的链路平均总时延为97 ms,网络传输平均时延为53 ms,识别算法平均时延为44 ms。对应用算法性能进行评测,准确率为95%,召回率98%。测试结果表明,所设计的移动应用满足使用与发布需求。总体结果表明,相较当前的疲劳监测系统和应用,论文所提出的基于移动端的疲劳监测应用系统具有使用成本低廉、采集数据多样、一次开发多端部署等诸多优点,为有效监测驾驶员疲劳状态提供了可行的国产化解决方案,具有较好实践意义和应用价值。