随着汽车越来越普及，由汽车而引发的交通事故也越来越多，其中绝大多数是由于疲劳驾驶所导致的，因此对疲劳驾驶检测系统进行研究显得十分有必要。同时，移动人脸识别已经在生活中有广泛应用，加上移动智能终端性能的提升，为驾驶疲劳检测与智能终端相结合提供了可能。为此，本文利用Android平台的开源性，充分发挥智能终端的软硬件功能，开发出一款汽车疲劳驾驶检测系统。本文主要研究工作如下:　　1.建立了针对多变驾驶环境下的人脸和人眼样本库　　考虑到光照变化对人脸和人眼的识别有影响，本文分别在实际驾驶环境和实验室模拟驾驶环境下，重点采集驾驶员在强光、弱光和偏光三种情况下的正脸、侧脸和部分遮挡样本，并结合公开的MIT人脸数据库，从而得到自建样本库;然后利用Adaboost算法训练基于驾驶环境下的人脸和人眼分类器，并对其准确性和鲁棒性进行了验证。　　2.对基于人眼状态的疲劳判断算法进行优化　　对人脸检测和人眼定位算法进行了深入的对比分析，选择Adaboost算法作为本系统人脸检测的核心算法。同时，在总结人眼状态识别方法的基础上，提出了一种快速有效的眼睛闭合度的检测方法——基于特征分析的眼睛睁闭判断的方法。该方法通过计算眼睛高宽比来判断眼睛的睁闭状态，进而采用PERCLOS进行疲劳检测。最后，本文还专门针对“高速公路走神”现象，设置了连续3s的疲劳判断机制，用以对疲劳判断算法进行了完善。　　3.在Android平台上设计与开发了驾驶疲劳检测系统　　结合本文提出的人眼状态判断与疲劳判断算法，设计了系统的总体方案和功能界面方案，之后在Android平台下调用OpenCV库进行了功能编程和编译，最后，对软件功能进行了测试，实现了驾驶疲劳检测。