经济的快速发展促进了汽车数量的急剧增加,汽车为人们日常生活带来极大的便利,因为人为因素也造成了一系列的交通问题,交通事故发生的主要因素之一就是司机的疲劳驾驶,因而研究一种能够在汽车上使用的疲劳驾驶预警装置对于减少交通事故的发生有极为重要的意义。目前市场上的疲劳驾驶预警系统应用并不普遍,主要原因是很难实现高识别准确率与低成本之间的平衡。本课题基于以上考虑,设计了高识别率、低成本的疲劳驾驶预警系统方案,并将其利用工程方法加以实现。首先,选用最适合实际应用的结合Haar特征的AdaBoost算法对人脸图像进行人脸定位,利用Camshift算法与AdaBoost算法结合的方式提高人脸定位的实时性。然后利用结合Haar特征的AdaBoost算法在人脸上半区域进行人眼定位,针对投影法识别闭合人眼准确度低的情况,本课题将椭圆拟合与投影法相结合,提高了闭合人眼状态识别的识别率。并利用PERCLOS算法对人眼的疲劳程序进行判定。其次,本课题设计了FPGA硬件采集卡电路,经过电路的原理设计、工业制板、电路调试流程,实现了AM5728与Camera Link相机的硬件互连,为AM5728平台采集高清Camera Link相机的视频信号提供了保障。本课题研究了基于UAC协议的USB摄像头视频采集系统,便于此疲劳驾驶预警系统应用于更多的场合。最后,将疲劳驾驶预警系统的图像算法移植于AM5728平台,并对算法进行实时性和识别准确率的优化,本课题提供了一套高准确率、低成本的疲劳驾驶预警系统研究方法。