脑机接口（Brain Computer Interface,BCI）作为一种新型的多学科交叉技术已经被应用于许多领域,给无数存在肢体运动障碍的患者带来了曙光。基于脑机接口技术的机械臂控制可以彻底改善残疾患者和神经疾病患者的生活质量和生活条件。一直以来,研究人员尝试通过脑机接口技术帮助患者,使他们能够通过自己的大脑直接发送指令控制机械臂灵活运动,从而为他们的生活带来便利。基于侵入式脑电图（Electroencephalogram,EEG）的脑机接口目前已经能够实现对多自由度机械臂的三维控制。然而,这些植入的电极增加了患者手术后伤口感染以及脑组织损伤的风险,所以侵入式技术当前多用于动物实验。在非侵入式脑机接口系统中,由于脑电信号解码性能的限制,仍难以在复杂的三维空间中控制多自由度机械臂准确抓取目标。运动想象脑电信号是一种通过想象四肢运动而在大脑的感觉运动区产生的电位变化,其与运动直接相关,且不依赖于视觉或听觉刺激诱发,非常适合用于机械臂的控制。在目前基于运动想象的机械臂控制研究中,机械臂的运动方式大部分都是离散的,而对于连续运动的控制方式研究较少。被试者要想移动机械臂,就必须在大量的运动想象任务状态中不断进行切换,十分耗费精力,机械臂的运动也十分的不自然。对于在线实验的场景,大多数研究中没有考虑到多目标放置比较密集以及存在障碍物的复杂情况,这些场景将会大大提高目标抓取的难度。为了解决上述问题,我们提出了一种基于非侵入式EEG的机械臂控制系统,用户能够通过混合控制的方式完成多目标的抓取任务,同时避开工作空间中的障碍物。整个抓取过程大致可以分为三步:首先,用户运动想象产生的EEG信号将会被解码成连续的控制指令将机械臂末端移动到目标上方大致位置。接下来,眼动追踪仪会从用户的眼睛凝视方向中捕获用户想要抓取的目标,并将目标位置发送至机器人操作系统（ROS）。最后机械臂收到目标位置后将自动抓取目标。同时,使用深度相机检测工作空间中障碍物的位置,使得机械臂在运动规划过程中能够自动避开障碍物。七位被试者的实验结果表明,运动想象训练可以调节被试者大脑的感觉运动节律,并且被试者能够基于我们设计的系统完成复杂场景下的在线抓取任务。本系统将脑机接口技术与计算机视觉、凝视点检测和机械臂半自主引导相结合,极大的提高了抓取目标的准确性和适用性,并减轻了传统控制方式中大量精神活动给用户造成的脑力负担。