为了减少驾驶疲劳带来的交通安全事故,人们通过大量的检测装置获得驾驶员的生理信号和心理信号去研究驾驶员的驾驶状态,并取得了相应的成果。但是这些生心理信号检测装置严重影响驾驶员的驾驶过程,从而阻碍了生心理研究成果在车辆预警系统中的应用。由于对驾驶行为的信号检测有着非接触式的特点,扫除了干扰驾驶员驾驶过程的障碍。迫切的实际需求和传感器技术以及计算机技术技术的快速发展,使通过分析驾驶行为信号来检测驾驶员驾驶状态的前景越发广阔。本文主要研究基于驾驶行为的疲劳状态检测方法,通过驾驶行为数据的变化来识别驾驶员处于正常、疲劳还是非常疲劳驾驶状态。首先介绍了驾驶疲劳的形成原因以及国内外在疲劳驾驶预警系统方面的研究现状及发展趋势,在此基础上以驾驶模拟舱为实验平台设计实验方案,使用多路传感器采集驾驶行为信号。通过分析驾驶人方向盘转角以及油门位置变化驾驶行为,采用时间窗方法提取方向盘不动时间占空比,通过方差分析方法对方向盘不动时间占空比的时间选取进行优化,并分别计算油门位置幅值均值和油门小波能谱熵,最后选用方向盘转角不动时间占空比和油门位置幅值均值作为区分驾驶状态的特征向量。以方向盘转角不动时间占空比和油门幅值均值作为特征向量分别用Fisher线性判别算法和距离判别分析模型对驾驶状态进行识别。通过两个模型的对比分析,发现Fisher判别模型对驾驶员驾驶状态的识别效果更好。