汽车保有量和驾驶员人数的迅速增加导致交通安全问题日益严重,而疲劳驾驶又是诱发交通事故的主要原因,所以准确检测到驾驶疲劳并及时给出预警对于减少交通事故的发生具有重要意义。基于视觉特征的疲劳检测技术由于具有不影响驾驶操作、实时监控能力强等优点逐渐成为驾驶疲劳检测的趋势,但其检测结果受复杂光照变化和驾驶员个体差异等因素影响变化大,疲劳特征提取准确度和检测精度不高。论文首先研究了现有的驾驶疲劳检测技术,并在此基础上利用驾驶员眼部特征、嘴部特征、头部特征和车体行驶时侧位移特征,依据基于视觉的非接触式检测原理,设计了一款汽车驾驶员疲劳预警系统。当系统检测到驾驶疲劳时,通过语音和视觉方式给出预警。系统以Zedboard FPGA开发板作为硬件实现平台,通过设计图像采集模块,实现了对驾驶员面部图像和路面图像的获取;通过在FPGA中设计图像输出和语音输出模块,实现了驾驶疲劳时的预警语音输出和预警界面输出;利用SoC技术将Zynq7000内部ARM硬核处理器、图像采集模块、图像输出模块和语音输出模块进行集成完成系统的整体硬件设计;通过在Zedboard上移植Linux操作系统实现系统的多任务需求,移植Qt图形库方便疲劳预警界面的开发,移植OpenCV图像处理库实现部分图像算法处理;通过在Linux环境下开发上层应用程序实现特征提取、驾驶员精神状态综合判断和疲劳预警,完成了系统的整体功能。论文所做的贡献包括:(1)针对眼部特征提取中眼部轮廓容易受到眼镜框架干扰的问题,根据眼部区域图像的连通域特性设计了眼镜框架滤除算法,并获得了较好的眼部轮廓效果。(2)设计面部图像采集模块时利用了红外成像技术,大大降低了复杂光照变化对驾驶员面部特征提取的影响。(3)利用多个疲劳特征综合判断驾驶员精神状态,避免了单个特征检测疲劳误判率高的问题。(4)利用SoC技术对汽车驾驶员疲劳预警系统进行产品原型开发,有利于系统快速产品化和后续开发升级。在实际驾驶室环境下对系统进行测试,结果表明系统实现了疲劳预警功能,能及时发现驾驶员的不规范驾驶行为并给出预警提示。同时,各特征提取的准确率达到80%以上,在现有测试条件下对模拟疲劳检测的准确率达到80%以上,基本上能够适应于复杂光照条件下的疲劳检测。