随着疲劳驾驶引发的交通事故越来越多,以驾驶员为中心的汽车安全问题已经成为影响我国乃至世界道路交通安全的重要问题。开展以驾驶员为中心的汽车主动安全技术已经成为汽车行业一个研究热点,驾驶员警觉度检测设备将会逐渐成为高级驾驶辅助系统的一部分。故论文展开了对以驾驶员为中心的汽车主动安全技术的研究,提出了一种基于驾驶员脑电信号警觉度检测的车辆速度控制方法。学位论文的主要内容和研究工作如下：首先,完成无线可穿戴脑电信号采集器的制作。分析驾驶员脑电信号与疲劳之间的关系,包括脑电信号节律、不同脑区、不同脑电特征与疲劳之间的关系。在此基础上选择合适的脑区,传感器和信号处理设备,完成无线可穿戴脑电信号采集器的制作。然后设计实验完成对驾驶员处于清醒和疲劳状态下的脑电信号的采集。其次,分析脑电信号的干扰类型,采用小波滤波、去噪算法对脑电信号进行去噪预处理。提取脑电信号功率谱密度作为脑电特征用于脑电信号的分类。分析不同数据长度对于脑电特征的影响。而后,提出基于低秩矩阵分解技术的字典学习方法,将原始字典与训练数据集中的元素依次组成新的字典,进行低秩矩阵分解,然后提取出原始字典对应的低秩矩阵作为新的字典,迭代完成之后得到能够表示该类脑电信号的字典。提高了字典对元素的表示能力,减少了对训练数据的敏感性。然后再使用低秩矩阵分解技术进行警觉度的分类。最后,提出基于警觉度的车辆速度控制策略,用于决定什么时候、怎样对车辆进行速度控制(减速、刹车等)。提出基于车辆最小安全距离模型的车辆安全减速／刹车模型,用于计算车辆在速度变化过程中的加速度,防止在对车辆进行速度控制的时候发生追尾事故。最后建立车辆动力学模型对上述方法进行了验证,分析了不同情况下车辆速度变化曲线,得出本文所提出的基于驾驶员脑电信号警觉度检测的车辆速度控制系统有效率性结论。在论文最后,总结了现有成果,并进行下一步工作的讨论。