脑-机接口(Brain-Computer Interface,BCI)是在人脑和计算机或其它外部设备之间建立直接信息通道而无须依赖外周神经和肌肉组织等常规通道的信息交流与控制新技术。移动设备控制是BCI的一项重要应用,同时由于其对系统的实时性和安全性要求较高而成为BCI技术难点之一。本文针对目前移动外设BCI控制中大多采用单步操作、指令频繁,难以实时提供控制指令和无法同时监控外设运动状况及场景的问题,提出并设计了基于视觉诱发事件相关电位P300的在线移动外设(如智能轮椅或护理机器人等)BCI控制系统。尝试利用计算机视觉目标定位和机器人自主导航技术,使操作者能够通过注视诱发界面呈现的外设运动场景不同区域来确定操作目标区,移动外设可以全自动方式自主导航到达,受试者进行BCI操作的同时可对外设运动状况及场景实时监控。实现了对移动外设实时、稳定的控制,并有效减少了受试者的操作投入。为解决BCI受试者个体差异的问题,本文进行了个性化参数自动选择方案的研究,并设计了能满足受试者多种个性化参数选择的移动外设BCI离线测试训练平台,配合在线系统的工作。个性化参数主要包括适合受试者本人的诱发模式、最优导联组、单次操作的叠加次数、数据处理时间窗和降采样率等。通过离线实验为操作者进行个性化参数的选择和必要的操作训练,离线分析结果可用于在线系统,提高了系统的适应性。脑电信号的处理是在线脑-机接口的核心,本文设计了用于模式识别的基于相关向量机的多特征分类算法和用于最优导联组合优化的基于相关向量机的回归特征筛选及遗传算法,有效地提高了系统的在线信号处理能力。在算法研究的基础上本文完成了基于计算机视觉的移动外设BCI在线控制系统的设计和实现,并对6名受试者经反馈训练后进行移动外设的在线控制实验。受试者操作正确率可达到84%以上,其中最高正确率可达100%。实验结果表明本系统操作方便、直接,有很好的实时性和安全性。本文的研究成果为实现理想的移动外设BCI在线控制提供了新思路、新技术,在严重肢障患者自理和康复方面具有良好的应用前景,在未来有望获得进一步推广。