随着我国经济的持续发展和人民生活水平的提高,货运物流行业发展得越来越迅速。与此同时,道路交通安全问题也日益凸显,如何降低交通事故发生已成为行业主管部门的重大难题之一。道路交通事故统计资料表明,驾驶员超速、疲劳驾驶、酒后驾驶等危险驾驶行为是造成交通安全事故的主要因素。据统计,货车危险驾驶的事故率和死亡率均高于客车,因此本文针对目前货运车辆危险驾驶行为后果严重的问题,利用相应的技术手段对危险驾驶行为和车辆行驶状态实行有效的远程监测和实时预警。本文的研究内容是针对危险驾驶行为的识别与车辆跟踪算法的研究。危险驾驶行为识别目前常用的方法有基于眼部特征参数的人眼疲劳识别算法,和基于车道偏离特征参数的车道偏离疲劳算法,然而这两种检测算法都存在精度不高的问题。因此本文根据数据融合的思想,采用粗糙集模型融合人眼疲劳识别特征参数和车道线危险识别特征参数,建立危险驾驶识别的数据融合模型,得出最终的危险驾驶识别结果。车辆跟踪在危险驾驶行为预警过程中是为了实现对车辆的定位,进而实现危险驾驶行为判定结果的远程传输,以达到对车辆驾驶员危险驾驶状态的实时预警。本文为了更好的实现远程监测和实时预警,根据北斗/GPS双系统定位方法,采用无损卡尔曼滤波的信息融合算法定位解算北斗系统和GPS系统,得出最终的定位。本文通过建立人眼疲劳识别特征参数和车道线危险识别特征参数的数据融合模型,有效的消除了数据偏差和提高危险驾驶识别的准确度。通过车辆跟踪实车辆的远程监测和实时预警,并将危险驾驶行为识别与车辆跟踪研究应用到危险驾驶预警过程中。。