随着科技、经济的发展,按摩椅已经逐步走进人们的日常生活中。目前市面上的按摩椅机芯通过机构实现按摩手法,这种方法只能实现单一的按摩手法轨迹。而新型的按摩椅机芯能够包含三个独立自由度,理论上能够实现空间内任意按摩手法轨迹,动作更加灵活,但是控制方式上更加复杂,需要专门设计控制系统。此外,目前评价按摩椅效果的方法主要是依靠少数使用者的主观评价,缺乏客观性。因此,有必要建立能够客观评价按摩效果的评价系统。脑电信号属于客观人体生理信号,包含丰富的人体信息,其中包括了人体疲劳状态信息。而缓解疲劳也是按摩椅的一项主要功能,因此以脑电信号为信号源,疲劳作为衡量指标来评价按摩效果具有可行性。本文首先搭建了新型按摩椅机芯的控制系统。针对机芯特点,设计专门的按摩手法轨迹控制算法,并利用五次多项式插值优化曲线,使得按摩手法更加平滑;针对压力控制,设计了模糊PD控制器对压力进行反馈控制,通过实验建立了相应的模糊规则库。其次使用带通滤波去除脑电信号中的工频干扰和放大器漂移噪声,用希尔伯特-黄变换（HHT）和独立成分分析（ICA）去除脑电信号中的心电、眼电伪迹,并对比两种方法的效果。之后使用小波包分解提取脑电信号的能量特征供后续的模型使用。接着选择高效梯度提升树（Light GBM）、支持向量机（SVM）和神经网络（NN）三种机器学习模型对脑电信号进行二分类,判断人体静息状态或者疲劳状态,以此作为评价系统的主体。并选择逻辑回归模型作为二层模型,使用二层Stacking框架对三个模型的结果进行集成,进一步提升模型总体效果。最后设计疲劳试验,获取静息状态和疲劳状态的脑电信号,验证本课题方法的有效性。利用T检验初步检测特征的有效性,并对特征组合进行优化。针对模型在验证集上的表现,调整模型的超参数,并验证特征工程的有效性。最终实验结果表明,用脑电信号判断人体是否处于疲劳状态,进而评价按摩效果具有可行性和有效性。