脑-机器人交互(BRI)技术是一个具有重大科研价值和应用前景的跨学科研究课题,通过脑机接口和传感信息反馈在人脑和机器人之间建立起了一条直接的双向信息交互通路。基于BRI的仿人机器人远程控制技术(即脑控仿人机器人技术)在将这两种服务型技术进行连接的同时,充分挖掘了人脑在感知决策方面的优势以及机器人所具有的自主智能和运动规划能力,实现感知层面和决策层面的脑机智能融合。这一研究的成果不仅在助老、助残以及军事等众多领域中具有广阔的应用前景,也有助于加深对高级认知过程中大脑活动机理的了解,推动神经学、信号处理、机器人学、人工智能等多个学科的发展。针对脑控仿人机器人研究中众多亟需解决的关键问题,本文主要在以下方面体现出了贡献和创新:1)基于统一的实验验证平台和参数配置标准,首次系统地评价和对比了稳态视觉诱发电位(SSVEP)和P300两种视觉诱发脑电模式在仿人机器人远程在线控制中的性能。在自主搭建的Cerebot脑控仿人机器人平台上,根据统一的标准和实验验证结果配置两种模式的关键参数,选用当前研究中最常用和具有代表性的单通道信号解码算法,选取具有不同BRI熟练程度的被试,通过在线开环和在线闭环两方面的评价指标,比较SSVEP和P300模式的仿人机器人在线控制性能。实验结果表明,SSVEP模式具有更快的响应速度,不需要为每个被试单独优选处理通道,而P300模式可以控制更多的机器人动作,几乎不需要对被试进行训练。2)从人脑和机器处理信息的相似点出发,基于分层级和模块化的融合思想,建立了一种基于SSVEP模式的分层递阶体系结构,用于构造脑机融合的BRI系统。该体系结构分为脑机接口层、行为映射层和机器人控制层,在脑机接口层提出了一种基于典型相关分析(CCA)和快速傅里叶变换(FFT)的异步解码算法并构造了自适应刺激编码界面,在行为映射层采用了基于多级菜单的被试意图映射策略,在机器人控制层添加了机器人的自主反应模块。实验结果表明,借助分层递阶体系结构,被试可以使用5个刺激源协调20种机器人行为来实现对仿人机器人全身运动的控制,通过灵活选择位置调节(WFT)和速度调节(WGM)这两类不同脑机融合层面的导航行为,可以使系统在复杂环境导航任务的完成时间和碰撞次数两方面的性能上取得更好的平衡。3)针对仿人机器人在运动障碍辅助领域的典型任务及应用特点,提出了一种脑控仿人机器人系统的性能评价方法。评价过程由离线标定、在线开环评价、在线闭环评价3个阶段组成,离线标定阶段为每名被试选取5个SSVEP响应较强的刺激频率;在线开环评价阶段统计了各刺激频率的正确率、响应时间和信息传输率,据此将其分配给负责编码不同机器人行为的5个刺激源;在线闭环评价阶段结合脑控仿人机器人的3类典型应用设计了在线闭环评价任务,通过WFT-only、WGM-only和hybrid WFT-WGM三类对比实验,统计不同熟练程度的被试完成任务所需的导航时间、导航指令数量、侧面擦碰次数和正面碰撞次数,从而对脑控仿人机器人在运动障碍辅助应用中的性能进行评价。