BCI是一種特殊的信息交換系統(tǒng)，它使大腦能夠直接與外部環(huán)境互動，而不依賴于大腦的外周神經(jīng)系統(tǒng)和人體的運動系統(tǒng)。隨著BCI的快速發(fā)展，對于思維正常但患有神經(jīng)系統(tǒng)疾病或嚴(yán)重殘疾的患者，BCI可使他們重新獲得鍛煉或與環(huán)境溝通的能力，提G生活質(zhì)量。對于健康人群來說，BCI可提供前所未有的感官體驗并幫助提G注意力。近，BCI技術(shù)已變得越來越成熟，該技術(shù)在醫(yī)療康復(fù)、娛樂、教育、軍事等L域獲得了更多關(guān)注和認(rèn)可。

MI-BCI系統(tǒng)通過檢測和量化用戶運動意圖的大腦信號并將其轉(zhuǎn)換為輸出控制指令，實現(xiàn)用戶的控制目的。該系統(tǒng)通常由三部分組成：信號采集、信號處理和輸出設(shè)備，系統(tǒng)的整體框架如圖2所示。單一MI-BCI系統(tǒng)控制機器人出現(xiàn)在2005年。Tanaka等人將用戶大腦對左或右肢體運動的想象產(chǎn)生的EEG信號轉(zhuǎn)化為指令，直接控制電動輪椅的左或右轉(zhuǎn)。這項研究也為后來的其他研究提供了一個很好的參考價值。圖3（a）是他們在實際環(huán)境中對系統(tǒng)的測試。

Chae等人研究了一個由MI-BCI系統(tǒng)控制的人形機器人，通過功率譜分析提取腦電的振幅特征，并根據(jù)Fisher"s ratio選擇信息特征分量。受試者使用基于機器人頭部攝像頭實時圖像的EEG信號控制人形機器人在室內(nèi)迷宮中尋找到目標(biāo)。圖3（b）顯示了他們的實驗過程。如圖3（c）所示，Plechawska等人構(gòu)建了一個直接的BCI，可用于控制機械臂的運動，然而其EEG信號的分類精度很低。因此，該系統(tǒng)的性能需要改進(jìn)，在圖3（d）中，Norman等人設(shè)計了一個用于康復(fù)治療的手指機器人外骨骼。12名無障礙受試者使用該機器人用手指游玩了一個為康復(fù)治療設(shè)計的電腦游戲。此外，如圖3（e），所示Vijayendra等人利用人工神經(jīng)網(wǎng)絡(luò)對腦電數(shù)據(jù)進(jìn)行分類，實現(xiàn)了四軸無人機的平移和角速度控制。Liu等人提出了一種基于BCI的遠(yuǎn)程控制雙臂機器人。根據(jù)ERD/ERS現(xiàn)象，采用基于分類器的支持向量機（SVM）來識別操作者的具體意圖，實現(xiàn)對機器人雙臂的控制。五名志愿者參加了實驗，他們都成功地完成了用大腦信號指揮機器人手臂舉起和放下一個箱子的任務(wù)。圖3（f）證明了這個框架的可行性和普遍性。

單一MI范式誘導(dǎo)的EEG信號使用較少的通道和較低的結(jié)構(gòu)復(fù)雜性控制外部機器人系統(tǒng)。因此，它更容易被用戶接受。然而，其缺點是對外部設(shè)備的有效控制指令很少，系統(tǒng)的整體性能相對較低。