脑控车辆是指利用脑机接口（Brain-Computer Interface,BCI）解析驾驶员的脑电信号（EEG）从而获得控制命令的车辆。脑控车辆的研究既能促进人工智能、人机交互的发展,又能扩大残疾人或肢体运动受限者的活动范围,而且也为其他智能型设备的研究提供了经验借鉴,因此具有重要意义和广阔的应用前景。然而脑控车辆性能受BCI本身性能影响较大。目前,BCI性能受限:一是BCI的识别准确率随受试者的变化而变化,泛用性受限;二是其可识别命令的数量有限,在有限的命令下,无法实现精细的调节;三是其识别时间过长,实时性受限。因此仅靠脑电信号控制的车辆,其控制性能并不理想。针对上述问题,本文围绕如何在BCI性能受限的情况下,提高脑控车辆的控制性能这一核心问题展开研究,主要创新工作如下:首先,基于一种新型稳态运动视觉诱发电位（SSMVEP）的BCI建立了脑控车辆系统,并针对相应部分进行建模,在搭建好的系统下展开实验,通过实验结果展示出在未添加任何辅助控制机制的情况下,脑控车辆的控制性能如何。其次,基于FDES理论及模糊逻辑理论,提出了一套以人的意图为主的模糊脑控融合的共享控制机制。该控制机制具体为:先基于FDES监督理论对于驾驶员给出的脑控指令的正确程度进行监督评估;同时基于模糊逻辑设计一个自动控制器根据车辆当前状况进行模糊推理得到一个自动决策;之后再次基于模糊逻辑,根据评估后驾驶员指令的正确程度与模糊控制的自动决策进行二次模糊推理,对自动决策作出更符合人意图的调整。第三,搭建了加入共享控制方案后的脑控车辆系统实验平台,并设计3部分实验逐步验证该方案的有效性,分别是模拟仿真实验,半实物平台实验以及全实物平台实验。实验结果表明该方案能够在尽可能尊重人的主观意图的情况下提高脑控车辆的控制性能。第四,基于本文所提共享控制方案,设计了两个能体现出对人意图的尊重程度的指标,并加以量化,设计实验分析其对脑控车辆控制性能的影响。实验结果表明在保证脑控车辆安全行驶的前提下,可以适当提高对人的意图的尊重程度,给予驾驶员更大的车辆自主权。