近十年来我国高速交通网络得到快速的发展,伴随着人们出行便利的同时,由交通事故带来的安全隐患也变的越来越大。据美国国家高速公路安全专家对交通事故的调查分析,90%以上的事故都是驾驶员自身因素造成,而因车辆故障造成的交通事故仅占3%左右。通过对我国高速公路交通事故数据统计,由车辆与车辆之间造成的事故占高速公路事故总量的50%以上,车辆追尾造成的事故约占车与车事故的35%,其中追尾碰撞的主要原因是由驾驶员疏忽造成的。特别是在高速公路上,驾驶员一点点小失误可能就会给自己和他人带来沉重的灾难。对驾驶员驾驶行为和驾驶状态的判断和分析以及汽车防追尾预警技术的运用可以有效地降低因驾驶员行为造成的交通事故。本文对驾驶员状态辨识和安全预警模型进行了相关研究,具体内容如下:第一,根据已有的研究成果对驾驶员状态与驾驶员生理信号、驾驶行为及眼部信号之间的关系做了全面的归纳和分析,并确定了不同状态下驾驶员心率信号、转向盘信号及眼部特征的临界值,为驾驶员状态辨识提提供理论基础。第二,人眼检测算法的研究。驾驶员眼部特征的检测直接关系到驾驶员状态的判别,本文提出了一种混合肤色模型、积分投影及Canny边缘检测相结合的驾驶员眼睛快速定位的算法。首先根据人的肤色特征建立了混合肤色模型确定人脸位置,通过垂直积分投影和模板设计确定人脸区域,然后通过水平积分投影和投影曲线优化确定的眼睛范围,最后利用Canny算子对人眼区域进行边缘检测和形态学处理进行眼睛精确定位,通过仿真该算法的准确率达到90%以上。第三,高速公路驾驶员状态的辨识。高速公路单调的驾驶环境下驾驶员很容易疲劳和走神。通过模糊综合评价和DS证据理论对驾驶员眼部特征、驾驶行为和心率变化信息进行融合综合判断驾驶员状态,构建了基于模糊评价-DS证据理论的驾驶员状态的辨识模型并通过实例验证了其有效性。第四,建立了基于驾驶员状态的安全车距模型。首先通过驾驶舱模拟试验,获取不同状态下的驾驶员制动反应时间,并以这些试验数据为基础,根据不同状态下的驾驶员确定相应反应时间,然后通过分析车辆减速过程和前车运行状态,推导出车辆高速运动下安全车距模型并实时修正安全车距模型参数。最后,将修正后模型与典型安全车距模型进行了仿真对比,通过对比得到修正模型的可靠性更高。