众所周知,疲劳驾驶已经成为交通事故发生的重要原因之一。它所带来的行车安全隐患也逐渐受到大众的广泛关注。因此,预防疲劳驾驶也逐渐成为当前研究的主要热点之一目前,驾驶疲劳检测中多数是基于人脸表情状态的判断,本文也是基于ASM算法而建立的根据人眼状态来判断的疲劳检测系统。本文的重点是：针对ASM算法在表情丰富、姿态多变以及光照非均匀情况下,对人脸定位不理想的问题,提出了2D十字型Gabor模型；即以特征点为中心建立2D十字型搜索区域,并在区域内建立概率密度估计模型,通过概率分布差异度模型来判断最佳搜索位置；然后将改进的局部特征与Gabor小波特征进行融合,完成2D十字Gabor模型的建立。本方法将原来的搜索区域由一段线性区域增加到2D十字型区域,增加了特征点的灰度信息,过滤掉了光照的影响,从而提高了算法的准确性和鲁棒性。为了更进一步提高眼睛定位的准确性,本文提出积分投影与局部ASM算法相结合的方法实现眼睛的两次定位,根据方差最小原则来确定两种结果的权重,最终根据权重参数计算出眼睛的位置。在此基础上,本文设计了一种基于ARM的疲劳驾驶检测系统,首先,利用改进后的ASM算法对采集的图像进行人脸和人眼定位；然后,对定位的人脸区域进行积分投影处理,再次确定人眼位置,并通过权重参数确定最终人眼位置；最后,采用积分投影的人眼状态识别方法,然后在基于PERCLOS疲劳判别方法的基础上,结合眨眼频率的判别方法,利用这两个参数来判断驾驶员的疲劳状态。硬件平台采用友善之臂公司的嵌入式Tiny6410平台,并进行了软件平台的搭建,包括嵌入式系统的移植、交叉编译环境的建立、Qt/E移植与集成开发环境的搭建、系统应用软件的总体设计。最后对所设计的系统进行了实验,最终实现了基于ARM平台的驾驶疲劳检测系统,实验结果表明本系统对疲劳检测的总正确率为91.31%,能够满足驾驶员疲劳驾驶检测的需要,对驾驶疲劳检测的研究具有一定的参考意义。