脑机接口（Brain Computer Interface,BCI）技术是一种新型人机交互方式,它能让人们直接通过大脑意识活动和外部环境设备进行信息交流。这种沟通的方式可以不经过人体的神经系统和相关组织,从而帮助行动障碍患者重建于外界环境的联系。随着研究领域的不断深入,脑机接口的应用范围也开始拓展到健康人群的正常生命活动中。与此同时,自动驾驶技术迅速发展的过程中面临“脑容量”、复杂环境决策能力等离人类大脑智能存在很大差距的问题。将脑机接口技术与自动驾驶技术相互结合,将大脑智能融入到自动驾驶系统中,辅助系统解决复杂环境下决策判断问题,设计出基于脑机接口的汽车操控静态功能技术对于提高系统的自动化和智能化具有重要意义。本文主要围绕这个目标展开研究。首先,根据汽车CAN总线报文传输过程中的数据结构,解析出汽车上多个电子控制单元对应的指令,采用多线程和同步锁处理,保证了系统的快速运行和稳定性。在此基础上,选用CAN分析仪作为数据转化器,将脑机接口部分输出指令传递转化为电信号,并通过CAN总线将信号传送到汽车。初步建立一套稳定有效的脑控汽车控制系统。接着,设计基于稳态视觉诱发电位（SSVEP）的脑控汽车系统控制范式,选取六个控制对象分别是近光灯、远光灯、喇叭、雨刮器、警示灯、车门锁。通过优化控制界面和刺激频率,使范式能够适用于真实场景。实验测定各被试目标选择任务平均准确率高于80%,平均信息传输率超过了22bits/min,验证了基于SSVEP的脑控车的可行性。最后,我们继续对上述范式进行改进完善。为了使范式能满足现实控制的需求,我们对同步范式控制算法进行优化,提出基于SSVEP的异步控制系统。通过对阈值的不断选取,系统能够较好地进行信号的分类与控制命令的输出。其总体平均正确率在80%以上,这表明了该脑控汽车的可靠性和应用前景。