脑-机接口(brain-computer interface,BCI),亦称作“大脑端口”或者“脑机融合感知”,是一种通过分析脑电信号而建立起的大脑控制外部设备的接口方式。作为一种新型的人机交互方式现在正逐渐成为神经科学研究的热门课题,并且在心理认知、智能控制、康复训练等方面具有很大的应用潜力。本文针对稳态视觉诱发电位进行分析研究,设计搭建了基于脑机接口的机械臂遥操作控制系统。稳态视觉诱发电位(Steady-state visual evoked potential,SSVEP),是当视网膜受到4Hz以上的视觉刺激时,大脑皮质枕叶区会产生与视觉刺激频率相同(或倍数)频率的电活动。基于SSVEP的BCI系统具有较高的信息传输速率,而且校正时间较短,一直以来都是BCI研究中的热点。本文通过分析脑电信号的生理基础以及设计视觉刺激器,设计了基于SSVEP的脑机接口系统。并且对四种不同刺激频率下的SSVEP信号进行分析,通过比较3种不同算法的识别效果,最终采用基于多导同步指数(MSI)识别算法进行SSVEP信号的识别分类。结合本文设计的SSVEP-BCI系统,实现了基于脑机接口的机械臂遥操作系统,脑电识别出来的结果将通过网络传输至远端,并转换成机械臂末端在任务空间的运动轨迹,用于实现对机械臂的跟踪控制。在系统的视觉反馈交互设计方面,实现了本地端对远程机械臂的实时监控。由于系统的在通讯过程需要传输大量图像,因此本文采用基于压缩感知的图像压缩以减少网络通讯的负担。同时,利用基于Hausdorff距离的图像匹配,实现了机械臂末端位置误差的实时反馈,改善了机械臂控制条件。最后,通过设计脑电控制机械臂完成到达目标位置的实验任务对系统进行了验证。验证了本文所设计的机械臂的脑控遥操作系统的有效性和可靠性。