安全是交通管理最重要的環節之一。對于智能交通規劃和管理來說，交通安全也是規劃中不可或缺的部分。要保障交通安全，需要各種各樣的手段進行綜合配套管理，包括對酒駕行為的嚴厲打擊、交通設施的完善、交通行為的規范等。下面主要談一下對于行業車輛、運營車輛的疲勞駕駛的預防和取證。

    疲勞駕駛是交通事故、交通意外的最主要的誘因之一，所以對于疲勞駕駛的預防和管理一直都得到了很高的重視。原有的手段一般是從管理制度上去要求，如持續行駛高速4小時需要進入服務站休息、更換司機等等。現在隨著物聯網感知技術的發展，基于智能視頻分析的疲勞檢測技術也開始進入實用階段。

    基于智能視頻分析的疲勞檢測技術，通過對人眼、面部細微特征進行分析，并結合車輛GPS提供的行駛速度等要素，對可能處于疲勞狀態的駕駛員實現本地的聲光提醒，使駕駛員一直處于良好的精神狀態，防止安全事故的發生。

    另外一方面，針對超4小時連續疲勞駕駛，也同時通過該套設備定期每3分鐘啟動一次人臉比對來判斷是否同一個人連續駕駛來實現檢測，如果連續駕駛超過4小時則產生報警提醒。

    針對行業車輛，無論疲勞報警，還是連續超時駕駛報警，除在本地對司機進行聲光報警提醒外，同時將相關照片證據實時發送到后端管理平臺上存檔取證。

    當前這類技術主要針對行業車輛提供應用，包括“兩客一危”、校車、特種車輛、企業車隊、港口龍門吊操作工等，一般不針對私家車應用。

    目前采用視頻分析來進行疲勞駕駛檢測在國內尚屬起步階段，也會存在一些問題，包括：

    對于疲勞狀態檢測的精度不高，現在國內技術一般檢測精度在85%左右，可能會產生誤報、漏檢等情況；

    車輛上的光線環境比較復雜，變化比較劇烈，所以一般采用肉眼不可見的主動光源來進行補光，但是還是很難避免光線對視頻分析精度的影響。