近年来，随着经济的发展，国内机动车持续增多，频繁交通事故已经成为当今需要面对的重要问题。在重大、特大交通致死事故中，疲劳驾驶是一个非常重要的因素。因此，对驾驶疲劳检测方法的研究已经成为一个重要课题。首先，本文在实验室搭建了模拟驾驶平台，设计了一套严格的实验范式，在实验室中模拟驾驶疲劳产生的过程。实验中引入了视觉、听觉刺激任务，通过3个阶段8个环节的模拟驾驶，诱发被试者产生驾驶疲劳。每个驾驶员每个环节结束后，被试者还被要求完成困睡度量表。同时，驾驶员完成刺激反馈任务和冲出赛道的情况也被记录下来作为主观评价的参考。本文从以下几个方面对驾驶员的驾驶疲劳进行了研究。1）针对生物电信号，本文提出了一种基于脑电微状态的大脑工作负荷程度评价方法。同时从功率谱比值角度分析了驾驶过程中得脑电信号。实验结果表明，脑电信号功率谱比值和微状态都与驾驶疲劳密切相关。随着驾驶疲劳，功率谱比值F()/逐渐上升，F/逐渐下降。微状态指标R在脑负荷较高时，显著下降。本文还针对心电信号提出一种差分阈值计算心率的方法。通过分析被试者的心率变化，验证了被试者心率随驾驶疲劳产生而降低的结论。2）从机器视觉的角度，本文基于Adaboost算法提出了一种优化的眨眼检测机制。本文使用Adaboost算法和Haar特征训练多姿态人脸以及睁、闭眼分类器，通过先定位人脸，然后根据人眼的几何分布特征快速检测识别视频图像中的被试者眨眼情况。通过人眼状态方波图和简化的PERCLOS指标对被试者的驾驶疲劳情况进行了分析。实验结果表明，被试者在驾驶疲劳产生时，PERCLOS指标会上升，且提升率高于100%。3）提出了多源生理信号融合的疲劳驾驶检测方法。本文分别采用支持向量机和人工神经网络的方法，在特征层上对脑电、心电多个信号源的特征进行融合。从实验结果上看，无论支持向量机和人工神经网络，融合的结果要比单个信号源的结果稳定可靠。4）设计和实现了多源生理信号融合的驾驶疲劳检测预警系统。使用者可以通过脑电信号、心电信号和机器视觉等方法，检测驾驶过程中的疲劳状况。该系统克服了多个设备不能兼容的问题。系统使用设计模式和缓存机制解决了信号数据转发和实时处理的问题。实验表明，该系统能够有效的检测出驾驶员的疲劳情况，并对进入疲劳状态的驾驶员发出语音警告。