近年来,道路交通事故严重频发,造成生命财产损失重大,疲劳驾驶作为引发交通事故的重要原因,是当前智能交通研究的重要方向之一。“两客一危”、渣土、集装箱运输车等高危车辆相对于其他机动车辆,具有体积大、连续行驶时间长的特点,驾驶员更容易产生疲劳,由此引发的交通事故也更加严重。目前我国已基本实现对高危车辆的动态监控,然而在监控中对驾驶员疲劳驾驶的判别多是利用车载终端内置的计时功能,一般把车辆连续行驶时间超过4小时判别为疲劳驾驶。为解决这种判别方法不能对同一车辆配置多名驾驶员的有效监控、忽略驾驶员疲劳的个体差异以及驾驶疲劳监管滞后的问题,论文对高危车辆驾驶员疲劳驾驶监测及预警系统进行研究,运用视频图像采用PERCLOS法并结合车辆连续行驶时间对疲劳驾驶进行监测,通过声音进行预警。系统分为车载监控、中心监控平台以及无线数据传输三部分。无线数据传输采用了4G物联网卡、WiFi传输技术。在车载监控端,运用摄像头通过检测人眼闭合状态对驾驶员进行疲劳判别,采用声音进行预警。车载监控端硬件包括摄像头、车载终端以及声音报警装置。论文以视频图像处理为基础,采用OpenCV中的Haar分类器,对驾驶员人脸、人眼进行检测;以PERCLOS疲劳检测算法为基础,提出了“双眼检测、单眼疲劳判别”的驾驶疲劳检测方法,在PC机Visual Studio集成开发环境下,采用C++编程语言设计了驾驶疲劳检测仿真程序;通过输入驾驶员模拟驾驶疲劳视频,仿真实现了驾驶员人脸检测、眼睛闭合状态检测、驾驶疲劳检测以及疲劳状态声音预警。中心监控平台汇聚车载端监控数据,采用云计算技术对中心监控平台进行构建。论文提出了中心监控平台的总体拓扑结构、逻辑以及物理架构,对监控平台的虚拟化的资源池、安全系统、云资源管理的设计与建设要点进行了研究,并对数据库进行了设计。监控平台具有疲劳监测及预警、视频查看、车辆和驾驶员管理、数据共享等功能。云计算架构克服了传统IT架构复杂、冗余、重复、低效性,实现了监控平台的简洁、灵活、复用、高效性。论文的研究能够有效减少疲劳驾驶引发的交通事故,提高高危车辆运输企业疲劳驾驶的监控水平、交通管理部门的监管水平以及保障交通参与者的生命财产安全,可为高危车辆驾驶员疲劳驾驶监测及预警系统建设提供参考。