目前,基于增强现实（Augmented Reality,AR）的脑机接口（Brain-Computer Interface,BCI）系统更多关注如何从脑电信号中解析出更多控制信息,忽略了刺激源所表达的情境性以及对操作者的认知特征考虑不足的问题。本文针对上述问题,引入情境感知理论,提出了情境驱动的AR-BCI脑机融合交互系统,通过设计具有机器情境感知的交互界面模块和人脑情境认知驱动的交互手段接口,充分挖掘了机器自主智能以及人脑认知决策方面的优势。AR-BCI系统利用稳态视觉诱发电位（Steady-State Visual Evoked Potential,SSVEP）作为脑机接口控制方法,在情境驱动下实现认知、决策和控制在时间和空间层面的融合;通过情境传感器获取情境信息,利用深度学习算法对情境成分进行感知与识别,AR设备对情境信息和感知信息进行融合与显示,脑机接口技术对外界进行控制与交流,在操作者和机器之间面向共同情境时建立起了一条直接的双向信息交互通路。本文主要研究工作如下:（1）提出了情境驱动的人机交互模型。针对人机交互系统的情境信息感知不足问题,提出了含情境感知、情境认知和人机交互三部分内容的基于情境驱动的人机交互模型,证明将脑机接口和增强现实的结合能够让用户更快速准确地理解情境信息并减轻用户的认知负担。（2）设计了情境驱动的AR-BCI脑机融合交互系统。将BCI作为交互手段对用户的脑电活动进行感知,并融入脑机融合系统概念,将机器引入系统对情境信息进行感知,利用AR眼镜作为交互设备显示情境、感知和交互三部分信息。（3）利用SSVEP作为BCI的应用类型,在两种情境下对提出的交互模型进行了可行性实验,利用设计的实验范式对模型进行验证测试。虚拟情境中利用AR眼镜渲染三维模型模拟情境物体,在有、无机器情境感知两组对比实验中通过SSVEP正确率和认知负荷评分可以得到情境感知的引入能够提高用户的作业效率和降低用户认知负荷的结果;真实情境中利用机器对真实物体进行感知识别,实现更具有目标导向性和真实直观的增强交互,结果证明情境驱动的AR-BCI脑机融合系统在实际应用中具有可行性和实用性。