安全是交通管理最重要的环节之一。对于智能交通规划和管理来说，交通安全也是规划中不可或缺的部分。要保障交通安全，需要各种各样的手段进行综合配套管理，包括对酒驾行为的严厉打击、交通设施的完善、交通行为的规范等。下面主要谈一下对于行业车辆、运营车辆的疲劳驾驶的预防和取证。
　　　　

疲劳驾驶是交通事故、交通意外的最主要的诱因之一，所以对于疲劳驾驶的预防和管理一直都得到了很高的重视。原有的手段一般是从管理制度上去要求，如持续行驶高速4小时需要进入服务站休息、更换司机等等。现在随着物联网感知技术的发展，基于智能视频分析的疲劳检测技术也开始进入实用阶段。
　　　　

基于智能视频分析的疲劳检测技术，通过对人眼、面部细微特征进行分析，并结合车辆GPS提供的行驶速度等要素，对可能处于疲劳状态的驾驶员实现本地的声光提醒，使驾驶员一直处于良好的精神状态，防止安全事故的发生。
　　　　

另外一方面，针对超4小时连续疲劳驾驶，也同时通过该套设备定期每3分钟启动一次人脸比对来判断是否同一个人连续驾驶来实现检测，如果连续驾驶超过4小时则产生报警提醒。
　　　　

针对行业车辆，无论疲劳报警，还是连续超时驾驶报警，除在本地对司机进行声光报警提醒外，同时将相关照片证据实时发送到后端管理平台上存档取证。
　　　　

当前这类技术主要针对行业车辆提供应用，包括“两客一危”、校车、特种车辆、企业车队、港口龙门吊操作工等，一般不针对私家车应用。
　　　　

目前采用视频分析来进行疲劳驾驶检测在国内尚属起步阶段，也会存在一些问题，包括：
　　　　

对于疲劳状态检测的精度不高，现在国内技术一般检测精度在85%左右，可能会产生误报、漏检等情况；
　　　　

车辆上的光线环境比较复杂，变化比较剧烈，所以一般采用肉眼不可见的主动光源来进行补光，但是还是很难避免光线对视频分析精度的影响。