本论文的研究内容是国家自然基金项目“脑-控车辆的脑-机交互与控制方法研究”(61374192)的组成部分。脑控车辆是指不经过驾驶员的四肢而直接由其大脑控制的车辆。脑控车辆的研究在实际应用方面具有很重要的意义,该研究可以为那些运动有障碍的人提供一种驾驶车辆的新通道,以扩展他们的活动范围;也可以辅助正常人的驾驶,提高驾驶性能。本论文围绕脑控车辆的脑机交互方法展开研究。为提高两类任务下ERD/ERS的分类准确率,提出了两种改进方法,即基于频带功率的方法和基于样本熵的方法,并对这两种方法进行了验证。以基于频带功率的方法为基础,建立了基于ERD/ERS脑机接口模型,并进一步融合基于α波脑机接口模型,提出了一种新的脑机交互系统,即基于ERD/ERS和α波的车辆脑机交互系统,并对其性能进行了测试。本论文取得的主要成果:1、在原有的ERD/ERS信号识别方法的基础上,提出了两种新的识别方法:基于频带功率的方法和基于样本熵的方法,并利用现有的标准库中的脑电数据,测试了这两种方法对ERD/ERS的识别性能,结果表明这两种方法的识别性能都比原有方法的好。2、利用基于频带功率的方法建立了基于ERD/ERS脑机接口模型,并对其分类性能进行了验证。建立了基于α波脑机接口模型,验证了该模型的有效性。融合以上两种脑机接口模型,构建了基于ERD/ERS和α波的车辆脑机交互系统。3、搭建了试验平台,对提出的车辆脑机交互系统进行了在线实验,通过分析完成任务的成功率、任务完成的时间、平均侧向偏差等基本指标对该系统的性能进行了测试。