随着汽车产业和交通运输业的发展，安全成为了一个不可忽视的问题。根据交通部门的统计，由于疲劳驾驶造成的交通事故占将近总数的30％，因此各国的科研机构和各大汽车公司都开展了对驾驶疲劳检测和预警方法的研究，车载、实时、低功耗的嵌入式疲劳检测系统成为近几年的发展方向。 论文在广泛研究和大量参考国内外相关技术和文献的基础上，建立了基于德州仪器公司的TMS320DM642芯片的嵌入式视觉系统，在此系统上，通过采用一些机器视觉算法和疲劳检测算法对驾驶员面部和眼睛状态的图像进行分析，判断被检测驾驶员是否疲劳，并对进入疲劳的状态的驾驶员发出警告。 硬件实验平台的核心DSP芯片采用TI的TMS320DM642，有完善的视频／音频的输入输出接口，存储器为4M~*8位的Flash和4M~*8位的SDRAM，选用了Philips的SAA7121视频采集芯片和TI的TVP5150视频输出接口芯片，配置了先锋时代619的CCD摄像机和9寸液晶显示屏。 通过对国内外文献的参考和对比分析，采用了美国交通部提出的PERCLOS算法，其核心是以在单位时间内眼睛闭合时间所占的百比率作为依据，来判断驾驶员是否处于疲劳状态。针对算法的核心部分采用的技术可分为两个步骤：第一步是人脸检测，通过对各种人脸检测的算法进行的分析比较，提出适合于实时系统处理的改进肤色算法，并采用了卡尔曼滤波对人脸主要参数进行了跟踪，提高了系统的效率；第二步是在检测定位后人脸的基础上，提出了对驾驶员眼睛定位和特征提取的方法，制定了眼睛模板，对单位时间内眼睛闭合时间、睁闭的次数进行了统计，然后根据结果采用PERCLOS算法判断被测驾驶员是否处于疲劳状态。