脑机接口(brain computer interface,BCI)是一种在大脑和机器之间直接建立信息传输通道的技术,其发展的初衷是给丧失运动功能的用户提供运动辅助从而提升他们的生活质量。随着技术的发展,能够为患者提供上肢和下肢运动辅助的脑控机械臂和脑控轮椅均已出现。然而目前,这些系统在功能的完善度、人机交互的友好度、复杂场景的适应度、服务用户的智能度等方面仍然存在不足,急需要理论和技术上的深入研究支撑这门技术的实用化发展。针对此问题,本文提出了脑控移动机器人系统架构,进而围绕脑控移动机器人系统实现中涉及的混合脑机接口,异步脑机接口理论方法,人机共享自主性分析理论,人机协同设计等理论方法,以及实现脑控移动机器人系统的集成与管理等技术问题,开展了细致的研究,本文的主要内容如下:1.对脑控移动平台进行了软硬件优化设计,通过集成基于全向移动底盘的轮椅、灵巧机械臂、Kinect摄像头、超声波传感器和激光雷达等,构建了一个具有环境感知能力的载人机器人平台;系统各个功能模块在机器人操作系统(robot operating system,ROS)下实现,确保系统可靠、高效运行。另外,面向脑机接口-机器人应用程序的开发,设计了BCI-ROS编程框架。该框架遵守机器人操作系统通讯协议,设计了EEG信号传输的容错纠错机制、优化了信号标记与EEG信号之间的同步以及GUI程序的设计优化等,改善了程序框架运行的效率和稳定性,为本文进行移动机器人脑机操控技术研究奠定了基础。2.围绕P300脑机接口的优化设计进行了研究,主要包括异步P300-BCI优化设计和快速P300-BCI的设计。其中在异步P300-BCI的优化设计方面,建立了异步P300-BCI的实际信息传输率(asynchronous-BCI practical information transfer rate,APITR)计算方法,确立了异步脑机接口性能优化目标,设计了以APITR为优化目标的多参数优化方法。该方法为异步P300-BCI的设计提供给了规范和科学的方法,实验测试结果表明,使用该方法标定的分类器在性能上最高有20%左右的提升;在快速P300-BCI设计方面,针对基于oddball范式的P300脑机接口存在更新命令慢,响应延迟大的问题,提出使用定序(定序+随机序混合)的编码序列,并在此基础上使用滑动窗截取信号,再结合多尺度动态分类器,构建了一个能够以0.2秒的速度更新命令的范式。该范式能够为用户提供即时的反馈,且能够在一定程序减少系统输出延迟。基于该范式的脑控机器人模拟控制实验结果表明该方式确实可以应用于实际系统的控制。3.综合运用异步、混合脑机接口技术,共享控制等方法,建立了具有较强通过能力的脑控机器人移动操控系统和智能、全面的脑控机器人系统。其中针对传统脑控轮椅通过能力差的问题,设计了混合脑机接口、电子按钮识别操作模块和移动导航辅助模块,构建了有较强通行能力的脑控机器人操控系统。该系统允许用户独立驾驶机器人在室内外、楼上下之间移动导航,相比较现有的研究有较大的突破。该系统灵活处理轮椅驾驶和机械臂操控的特点,设计了运动想象BCI与P300-BCI融合的混合脑机接口和灵活的融合工作机制,保障了较好的用户体验和确保两种脑机接口安全协同地工作。在此基础上,研究进一步升级,我们在系统中引入了基于深度学习的目标识别算法、计算机视觉等算法识别、定位、跟踪场景中的目标;设计了决策辅助模块“聪明”地辅助用户快速决策;建立了基于动态地图的导航模块,允许系统可以工作在非合作和动态的环境;三名康复医院的病人和四名健康的被试测试了该系统,并完成了所有的测试任务。实验结果证明该系统能够快速部署在不同的环境且工作可靠稳定,能为用户提巡航移动、目标操作等全面的生活辅助,是一种完整、智能和友好的脑控机器人系统。总体来看,本文围绕脑控移动机器人系统实现,从理论、方法、技术等多个层次开展了系统的研究。设计的BCI-ROS编程框架轻巧、高效,为脑机接口-机器人应用程序设计增添了一个高效的开发工具;研究的异步和快速P300脑机接口能够在实际应用中更好地发挥作用;实现的的智能脑控机器人高效、智能、友好,是较为实用的运动辅助系统。