随着社会经济的增长,居民汽车保有量不断升高,道路交通安全事故也成了人们生命安全的一大威胁,而疲劳驾驶更是事故发生的主要原因之一,因此疲劳驾驶的实时监测与预警是当前十分重要的研究方向。本文设计完成了一套基于BF533和PIC单片机的疲劳驾驶监测预警系统,通过摄像头实时监测驾驶员,提取面部多特征(包括眼睛和嘴巴的动作)后进行疲劳判断,若驾驶员疲劳则系统开始示警。系统通过“红眼效应”采用图像差分的方法进行驾驶员眼睛的定位,随后根据五官分布规律定位嘴巴。完成所需线索定位后,利用模板匹配提取眼睛特征,通过二值化和Gabor小波提取嘴巴特征,分别通过PERCLOS和LDA进行判别后,利用贝叶斯网络对单一特征的判别进行融合,获得最终的疲劳判断。论文中的定位方法较一般先脸后眼的定位方法简单,减少了运算量,提高了工作效率；采取多特征融合的方法也使得监测结果更加准确,更具鲁棒性；另外对预警方式进行了优化,引入速度分量进行调节,并且加入蓝牙车载按摩器,在示警同时缓解驾驶员的疲劳程度。