Conselho Nacional de Desenvolvimento Científico e Tecnológico / Many fatal traffic accidents are caused by fatigued and drowsy drivers. In this context, automatic drowsiness detection devices are an alternative to minimize this issue. In this work, two new methodologies to drowsiness detection are presented, considering a signal obtained from a single electroencephalography channel: (i) drowsiness detection through best m-term approximation, applied to the wavelet expansion of the analysed signal; (ii) drowsiness detection through Mahalanobis distance with wavelet coefficients. The results of both methodologies are compared with a method which uses Mahalanobis distance and Fourier coefficients to drowsiness detection. All methodologies consider the medical evaluation of the brain signal, given by the hypnogram, as a reference. / A sonolência diurna em motoristas, principal consequência da privação de sono, tem sido a causa de diversos acidentes graves de trânsito. Neste contexto, a utilização de dispositivos que alertem o condutor ao detectar automaticamente o estado de sonolência é uma alternativa para a minimização deste problema. Neste trabalho, duas novas metodologias para a detecção automática da sonolência são apresentadas, utilizando um único canal de eletroencefalografia para a obtenção do sinal: (i) detecção da sonolência via melhor aproximação por m-termos, aplicada aos coeficientes wavelets da expansão em série do sinal; e (ii) detecção da sonolência via distância de Mahalanobis e coeficientes wavelets. Os resultados de ambas as metodologias são comparados a uma implementação utilizando distância de Mahalanobis e coeficientes de Fourier. Para todas as metodologias, utiliza-se como referência a avaliação médica do sinal cerebral, dada pelo hipnograma.