当前大多数服务型机器人仍然采用如声音、按钮等较为传统的交互方式。然而对于某些具有特殊需求的人群,即使是这样的交互方式对他们来说操作起来也是异常艰难的,所以亟需一种新型的人机交互方式来解决这一难题。现在基于生物电信号的人机交互系统成为了科研的新热点。与其它生物电信号相比,由于眼电信号具有特征明显、处理简单等优点,所以基于眼电信号的人机交互方式已渐渐成为科研的焦点。本文研究的课题是基于眼电信号的人机交互模式,这将为新型人机交互的实现迈出探索性的一步。由于眼电信号具有较强的非线性、随机性,所以本文采用具有良好的时频特性的小波分析对信号进行处理,分别在时域、频域提取信号的特征。然后针对于该信号的特点建立了经过多种方式改进的BP神经网络模型和基于马氏距离线性判别分析的分类模型,完成对扫视眼动信号的分类。经过实验数据对比,前者的分类的综合性能更优。最后,将建立好的神经网络模型植入人机交互系统,并将不同的眼动状态转化成相应的控制指令,实现对机器人的简单在线的运动控制。