警觉度是衡量人的注意力是否集中、对外界变化的反应是否灵敏的一项生理指标。当人感到疲劳或者困倦时，警觉度会明显地下降。这在进行需要精力高度集中的工作，特别是驾车时，是非常危险的。此时人的反应速度变慢，对瞬时变化的路况无法做出及时的应对，使得车祸的发生概率大大提升。这种性质的事故都被归结为疲劳驾驶，疲劳驾驶作为交通事故的一个重要诱因，正受到广泛的关注。　　本论文的研究目的正是为了对疲劳驾驶这一严峻的问题提出一个解决方案。本论文通过一种侦测人体生理信号的方法，对人体的警觉度进行实时估计。这种技术可以有效地运用于机动车、火车、以及飞机的驾驶员，在侦测到他们出现疲劳征兆的时候就发出警告，从而减少事故发生的几率。　　本方法作为一种基于人体生理信号的方法，与基于视频信息的方法的不同是：后者是通过计算机视觉的一些手段，检测人体的面部表情，特别是眼部的行为模式，然后推测人体的当前警觉度状况；而前者则是直接从人体上取得脑电、眼电等电信号。相比之下，前者虽然需要与人体直接接触，但是所得到的信号更加可靠，而后者则容易受到诸如光线明暗、使用者面部角度等客观因素的限制，并且能检测到的特征比较有限。　　本研究相较于目前存在的其他同样基于生理信号的警觉度研究来说，主要的创新点是：现存的研究主要基于的是脑电信号(EEG),由于脑电信号微弱且干扰大，虽然理论价值高但目前仍缺乏实用性；另一方面，实用性较强的眼电信号(EOG)则未受到足够的重视，相关研究还停留在初步探索阶段。而本研究则以眼电信号(EOG)为主，充分强调了眼电信号(EOG)的实用性，从眼电信号的各个特征出发，与警觉度的相关性进行了比较全面的分析。　　本研究的主要工作包括了两方面：一是眼电信号特征的提取，其中采用了离散小波变换、短时傅立叶变换等信号处理上的方法，研究如何对慢速眼动特征、快速眼动特征、以及眨眼特征进行有效地提取；二是这些特征与人体警觉度的相关性研究，对于提取出来的特征，采用线性动力系统的方法进行去噪平滑，然后与实验得到的警觉度参考值进行比较分析。此外还包括基于眼电信号估计警觉度的具体设备如何设计的探讨。　　本研究得到的结论是眼电信号可以有效地用于警觉度的估计，虽然其准确率和反应时间稍逊于脑电信号，但是拥有非常高的实用价值。利用本研究的成果，可以建立一个完善的警觉度估计模型，结合脑电和眼电的多种特征，满足不同的应用需要。不仅可以有效运用于预防疲劳驾驶，还可以为军队、操作员、乃至普通民众等任何需要保持警觉度的情况提供解决方案。