脑机接口(brain computer interface, BCI)是一种通过解读人脑发出的信号来表达思想或者控制设备的技术，可以代替包括四肢在内的神经和肌肉系统来实现人与计算机或其他设备间的交互。BCI的研究涉及到模式识别、信号处理、心理认知等多个学科，是一种综合性的技术。随着科技的发展，BCI将会在辅助残疾、医疗康复、工业控制等领域发挥重要作用。在对近年来国内外的相关资料和文献进行分析之后，本文以无创伤的脑电图（electroencephalograph, EEG）信号作为BCI的信息来源，对基于运动想象的异步BCI系统进行研究，这种BCI更加实用，它先要判断人是否在想象，然后再做进一步分析。本文的研究主要包括以下几点：1.针对运动想象脑电特征不突出的问题，本文分别从离线训练和反馈训练的角度对实验范式进行设计，详细探讨了实验中的想象方式并提出想象与默数结合的方式，实验结果证明本文的设计是合理的。2.针对异步脑机接口中空闲状态难以检测的问题提出本文的方法，即在采用二级分类策略的前提下，通过近似熵与公共空间模式（common spatial pattern，CSP）分别从时间复杂度和空间模式上提取不同类型的脑电特征，训练出不同的分类器，再使用多分类器投票法提高判断空闲状态的正确率，对竞赛数据处理的结果证明了该方法的有效性。3.针对在线BCI系统中的延时问题，本文提出一种基于文件指针移动的实时数据处理方法，能尽可能地保证实时性，并将处理结果及时传给反馈界面或者控制设备。基于上述3个方面的研究，本文设计了一套脑控制小车的异步BCI系统：通过中科新拓UEA-24BZ脑电放大器采集脑电数据，以计算机（PC）为上位机，采用VC++与Matlab编写实验范式并处理数据，以STM32为下位机，将脑电信号处理的结果实时传递给下位机以控制小车。最后通过一系列实验验证了系统在准确性与实时性方面的性能。