随着人们生活水平的提高，私家车的数量与日俱增，在给我们带来方便的同时也引发了交通安全问题。我国每年因疲劳驾驶导致死亡的人数大约有9000人，疲劳驾驶已成为造成交通事故的主要原因之一。研究有效监测疲劳驾驶的方法己刻不容缓，受到各国高度重视。本课题是基于导师曾主持的山西省科技产业化环境建设项目——《机动车驾驶状态智能监控装置》和本人申报的太原科技局项目----《机动车驾驶员疲劳驾驶监控装置的研究与设计》以及七大专利进行研究与设计的。学长的研究主要集中在分散系统上，眼睛的疲劳驾驶监测软件只能在PC机上运行，未能成功移植到下位机，且直接用Adaboost算法在大范围图像内检测人眼，成功率比较低;也有学长在ARM7TDMI上运行图像处理程序，由于运行速度比较慢，处理效果和系统功能不强。他们的研究缺乏稳定性与准确性，没能实现信息融合判断。　　 本研究首先查阅了大量有关疲劳驾驶方一面的资料，了解国内外的研究现状。确定自己的方案，选定开发平台、相关算法以及传感器型号。其次，相关算法的研究与推导。对采集的脉搏信号进行傅里叶级数展开，由Welch算法分析脉搏信号的功率谱;先用Adaboost算法检测到人脸图像，再在小范围内用CamShift算法跟踪人眼。这两路信号直接反应驾驶员疲劳状态。由车速、加速度、侧向位移信号组成一联合信号用Kalman滤波算法进行分析，间接反应驾驶员的疲劳。最后用D-S证据实行二级信息融合，综合判断驾驶员的疲劳程度并采取相应的措施。再次，硬件电路设计。选用了三星公司带有MMU的S3C2440A处理器，经时钟配置可达到400MHZ，并在它上面运行utu-linux操作系统，再加上外围模块，构成整个硬件电路。还对URAT、USB和CAN总线接口电路进行了设计，给出部分相应代码。最后，在MATLAB环境下对以上的各种算法进行了实验验证，效果良好。但是在硬件电路调试时，由于时间、实验室条件以及本人能力的原因，有些功能尚欠理想，受外界干扰影响比较严重，尤其在汽车上运行时。往后还得多加实验，完善系统功能。