近年来随着疲劳驾驶导致越来越多的交通事故发生，驾驶疲劳监测已经成为辅助安全驾驶领域的一个重大课题。以往的驾驶疲劳监测研究中，常常通过司机的面部视频信号和脑电、体温等生理信号来进行警觉度监测。相比于这些信号，司机对方向盘的握力信号具有信噪比高、容易采集的优点，而且不会影响到正常的驾驶操作。因此本文中我们采用司机对方向盘的握力信号来进行警觉度检测的研究。文中首先介绍了我们搭建的模拟驾驶实验平台，设计的握力采集系统，接着介绍数据处理流程及使用到的方法。我们通过小波变换提取出了有效的握力特征，并且比较了特征在进行估计警觉度的性能；接着对特征进行平滑过滤，滤除出抖动剧烈的部分，提高了分类性能。而为了标注整个实验过程中的警觉度，我们设计了一个基于被试听觉任务的反应时间来实现警觉度的自动标注。最后我们分析最近邻、线性判别分析和支持向量机在基于方向盘握力的警觉度估计的性能。实验结果显示，基于径向基函数的支持向量机对于警觉度的二分类问题有79.1%的准确率。