随着我国汽车保有量的快速提高,我国面临着前所未有的道路交通安全问题。疲劳驾驶是造成交通事故的主要原因之一,据统计约30%的交通事故是由驾驶员疲劳引起的。及时有效地检测出疲劳状态并发出报警信号可以最大程度地减少由疲劳驾驶所引起的交通事故。本文目的在于研究一种检测驾驶员疲劳状态的方法。在参考了国内外相关研究成果的基础上,本文主要研究人眼定位、人眼跟踪及状态识别的方法,开发一种基于人眼状态的检测平台,用来检测疲劳驾驶。本文的主要研究工作:采用实时性好的Sobel边缘检测方法提取人脸轮廓,完成人脸轮廓检测;使用灰度积分投影法粗定位人眼,然后采用Hough变换圆检测的方法在人眼区域内检测虹膜,实现对人眼的精确定位;人眼跟踪采用Hough变换圆检测的方法,结合前一帧虹膜中心位置,能快速检测出虹膜,实现人眼跟踪。如果检测不到虹膜,利用人眼区域的边缘点统计规律实现人眼跟踪;采用先检测虹膜的方法判断人眼状态。如果检测不到虹膜,则根据人眼闭合时的水平积分投影信息识别人眼状态;最后运用PERCLOS评价准则实现驾驶员疲劳状态的判断。本文在理论研究的基础上,在Sundance处理板SMT339和SMT310中进行FPGA和DSP的协同开发,使用3L Diamond开发工具,实现基于人眼状态的疲劳驾驶检测。FPGA功能设计主要实现视频序列检测和Sobel边缘检测。DSP功能模块实现人眼定位、人眼跟踪、人眼状态识别和疲劳度判断。实验仿真结果验证了设计的正确性。