وجود استرس در زندگی روزمره یکی از شایع ترین مسائل در زندگی انسان می باشد، با این حال اگر استرس تداوم داشته باشد، یا میزان استرس زیاد باشد، زندگی انسان مختل می شود، سلامتی اش به خطر می افتد و کارایی شخص در انجام کارها به شدت پایین می آید. بنابراین شناخت استرس و پیدا کردن الگوریتمی برای تشخیص استرس و پیاده سازی سخت افزاری یک سیستم که قابلیت تشخیص استرس را داشته باشد یکی از اهداف بزرگ در جهت کمک به پزشکان و افرادی که دچار استرس می شوند می باشد. در این پایان نامه به منظور تشخیص استرس با دقت بالا، ابتدا سیستم نرم افزاری طراحی گردید که پس از دریافت سیگنال های بیولوژیکی بدن از افراد در حین رانندگی در موقعیت ها و مکان های مختلف، ویژگی هایی را از سیگنال های دریافتی برای بازه های زمانی مختلف 100، 200 و 300 ثانیه استخراج کرده و با استفاده از svm و knn، در دسته های مختلف، ویژگی ها طبقه بندی شد. نتایج تشخیص برای هر دسته مورد بررسی قرار گرفت و میزان استرس شخص برای سه سطح استرس کم، متوسط و زیاد با دقت بالای 90% تشخیص داده شد. در نهایت برای یک حالت که پیاده سازی سخت افزاری آن کم هزینه باشد و دقت تشخیص جهت پیاده سازی سیستم سخت افزاری آن نیز بالا باشد انتخاب گردید. در قسمت پیاده سازی نرم افزاری برای بازه های زمانی مختلف دقت 98.41% و 100% حاصل شد که در مقایسه با کارهای دیگر عملکرد بسیار مناسبی دارد. در قسمت سخت افزاری به منظور پیاده سازی بر روی تراشه fpga از شرکت xilinx به شماره virtex-4lx40 با استفاده از سه ویژگی و طبقه بندی کننده ی svm برای بازه زمانی 100 ثانیه دقت 100% حاصل شد که نشان دهنده تطبیق کامل نتایج سخت افزاری و نرم افزاری می باشد. حجم سخت¬افزار استفاده شده از fpga، 91% می¬باشد.