خواب آلودگی راننده یکی از دلایل اصلی بروز تصادفات جاده ای و عامل بسیاری از صدمات جانی و مالی می باشد. از این رو، در سرتاسر جهان تحقیقات وسیع و کارهای مختلفی برای تشخیص خودکار و ماشینی خواب آلودگی راننده انجام شده است که تعدادی از آن ها به مرحله تولید و عرضه رسیده اند. ولی متاسفانه در کشور ما با وجود آمار بالای تلفات تصادفات جاده ای، هنوز در این راستا نتیجه قابل توجهی حاصل نشده است. در این پایان نامه تلاش شده است تا خواب آلودگی راننده به صورت هوشمند تشخیص داده شود، چرا که تشخیص به هنگام خواب آلودگی امری حیاتی است و اگر امر خوب آلودگی در مدت زمان مناسب تشخیص داده نشده و یا دیرتر از موعد تشخیص داده شود، در عمل نتیجه موثری در بر نخواهد داشت. لذا اصلی ترین هدف این پایان نامه تشخیص و اخطار زودهنگام خواب-آلودگی است تا اقدامات لازم هر چه سریعتر انجام شود. برای این منظور ابتدا سعی شده است با استفاده از روش های پردازش تصویر مانند الگوریتم ویولا-جونز اقدام به مکانیابی چشم شود، سپس با تبدیل تصویر به تک رنگ و اعمال فیلترهای مکانی و به دست آوردن روشنایی نسبی تصویر چشم و نسبت تعداد پیکسل های سیاه و سفید، حضور و عدم حضور مردمک چشم مشخص گردد. از این اطلاعات می توان به باز یا بسته بودن چشم پی برد. ویژگی هایی همچون تعداد پلک زدن در مدت زمان خاص، مدت زمان پلک زدن، نسبت ارتفاع به طول چشم و نیز آهنگ تغییرات این ویژگی ها در فاصله-های زمانی معین از ابتدای رانندگی، ابزارهای اصلی روش ارائه شده در این پایان نامه برای تشخیص خودکار و هوشمند خواب آلودگی می باشند. در مرحله بعد سعی شده است با بکارگیری ویژگی های استخراج شده و با استفاده از روش های هوشمند تشخیص الگو همچون hmm و موتور استنتاج فازی، خواب آلودگی قبل از رسیدن به مراحل خطرناک تر، تشخیص داده شود. نتایج آزمایشات ما بر روی رانندگانی که این تست را با استفاده از شبیه ساز رانندگی داده اند نشان می دهد که تشخیص خواب-آلودگی قبل از رسیدن به مراحل خطرناک ممکن می باشد.