为了提高机器人对未知环境探索和信息采集能力,基于人机交互的移动机器人成为其应用领域的一个主要发展方向。其中,融合脑电遥控(Brain Teleoperation)技术的人机交互移动机器人,对改变基于物理操控器的人机交互模式,扩展对特定的运动功能缺失人群,例如老年人及残疾人等的适用范围,实现使用者对未知环境的深入了解具有重要意义。同时,为了加强操控员对周围环境的了解,机器人同步定位与地图构建(SLAM)技术的应用可实现机器人的自我定位,自主获取行走路径图及四周环境图等,从而有效提高操控员决策的正确率。本论文以脑电遥控的轮式机器人为研究平台,以完成机器人对未知门廊环境的探索任务为目标,开发了一套基于运动想象(Motor Imagery,MI)的脑电遥控移动轮式机器人系统。同时为了实现机器人对四周环境的信息自动采集、分析及三维地图构建,此轮式机器人中还融合了针对门廊环境改良优化后的SLAM系统,提高了操控者对未知环境了解的实时性。本文主要的研究内容如下:1)提出基于运动想象的移动机器人脑电遥控方案。该方案通过分析由运动想象引发的脑电信号,针对由运动想象自发的脑电信号,在使用共同空间模式(CSP)算法转化后,利用支持向量机分类算法,将其转化为特定的数字信号进行识别分类。在此基础上,利用极坐标系多项式轨迹规划策略将脑电信号转化为机器人控制命令,最终实现使用脑电信号遥控移动机器人。2)针对狭窄门廊环境等狭小拥挤环境,设计出基于视觉的移动机器人同步定位与地图构建系统。该系统在传统视觉SLAM算法的基础上,将光流法与特征匹配法融合,提高图像匹配和位姿估计的准确率以及提高了系统鲁棒性。同时,采用基于深度学习物体识别的特征点筛选方法,剔除观测到的移动障碍物(如行人)上的无效特征点以降低系统误差,排除了室内环境中移动障碍物的干扰,提高了图像特征的品质,最终实现移动机器人的精确实时定位与三维地图的构建。研究结果均完成相关实验测试,在门廊等环境内,操控者采用脑电控制模式,基于构建的同步定位与地图构建系统,实现了移动机器人在复杂路径下的避障前进,最终无碰撞到达目标点。研究结果对拓展移动机器人采用脑控等多元化操控模式下的未知环境信息采集功能具有良好的指导作用。