足球机器人系统是一个典型的多智能体系统,同时又是一个典型的多机器人合作系统,并为它们的理论研究和模型测试提供了一个标准的实验平台。机器人路径规划是智能机器人的一个重要研究课题。机器人足球系统环境是一个具有动态性、不确定性、实时性的环境,在这样一个具有高度实时性和竞争性平台上研究路径规划也是一个很有挑战性的课题。目前用于路径规划的方法很多,如人工势场法,栅格法、可视图法及各种人工智能方法如遗传算法,神经网络等等。但这些方法在高度动态性和实时性环境中的研究还不太完善,有待进一步改进。 本论文以足球机器人系统为研究背景,主要针对系统中的路径规划问题进行深入研究,探索行之有效的方法来解决实际中的路径规划问题。首先,总体介绍了足球机器人系统的体系结构及相关技术,其中重点讨论了决策子系统设计,分析路径规划在整个系统中的重要性,并详细论述了足球机器人系统环境模型和平台避碰控制特点。在以上工作基础上,对人工势场、栅格建模法、遗传算法和神经网络这几种典型路径规划方法进行了深入研究,讨论它们在足球机器人系统中的应用可行性。最后,使用遗传算法优化势场函数,设计了基于进化势场法的足球机器人路径规划系统,该系统具有结合足球机器人平台特性的优点,包括基础路径规划子系统、边界路径规划子系统和禁区路径规划子系统。通过实际比赛平台的检验,证明该设计方法是行之有效的。