现阶段人们常常会受到外界环境的干扰，致使出现很难将自己的精神集中，严重的人会出现注意力分散症，在青少年中出现多动症，这些都会影响他们的学习、工作以及生活，除了一些具有良好状态的人，不然人们很难在短时间将自己的注意力集中起来，而且长时间的干扰也会影响自己的精神状态，会产生急躁心烦意乱等不良状态，所以，我们利用脑机接口技术建立出专注力的检测系统起到提醒的作用，并且通过学习和训练达到辅助治疗的目的。本文设计并实现脑机接口的脑波控制变量算法及轨道小车控制系统，主要工作如下：　　1.从脑电波信号（EEG）的波形特点，对其生理特性进行分析，通过对精神专注状态和眼电信号的研究，分析脑电波信号的特性，并确定脑电波采集设备和电极采集位置，判断精神集中和眼电信号的特性。利用Mallat算法的一维离散小波变换算法对原始脑电波信号进行分解与重构，将噪声信号去除，把有用的特征波保留下来，通过对比Daub的系数，再利用快速傅里叶变换将已处理后的脑电波信号按频域特征来验证出δ波，θ波，α波，β波4种波形。　　2.提取出δ波，θ波，α波，β波4种波，将α波与低频段β波分别求出均值和标准差，从而设定出专注力参数阈值，并提出基于θ波，α波与低频段β波的专注力参数计算公式。　　3.分析眼电信号（EOG）的幅值与作用时间的特点，分出有意眨眼和自然眨眼之间的区别，将有意眨眼作为控制指令，提出有意眨眼检测算法。　　4.系统通过脑电波采集电路，安卓app软件开发，轨道小车控制平台搭建，利用专注力参数和有意眨眼信号作为控制指令，对轨道小车运动状态进行控制，实现使用者对于自身专注力检测的目的，并且通过学习训练来提升自我的精神集中能力。　　系统通过测试，结果表明系统反应灵敏，具有可靠的稳定性，实时性。