机器人足球比赛作为人工智能研究的一个重要分支,经过近些年众多专家与学者的积极参与,得到了长足的发展,为相关领域培养了大批高素质人才,同时获得了大量研究成果,促进了人工智能研究的进步,并且很多研究成果以投入到实际应用中,收获了丰硕的成果。而路径规划作为机器人足球比赛的重要研究分支,在整个研究体系内具有极其重要的地位,并且在实际生产生活中也极具应用价值,因此本文选择对路径规划这一课题进行研究。本文以RoboCup中型组足球机器人比赛为对象,研究了机器人路径规划方法的问题。本文首先对在足球机器人比赛与所使用的MT-OR机器人进行了介绍,然后针对应用对象与应用环境进行了分析,提出使用快速遍历随机树算法进行全局路径规划,使用人工势场法进行局部路径规划应用,并进行了仿真与分析,总结出了二者的优点与不足之处。针对快速遍历随机树算法需要进行全局随机搜索导致的实时性不佳的问题,借鉴人工势场法,使目标点虚拟出引力,使随机树趋向目标生长的改进算法,极大的改善了算法的实时性,并且提出了一种简单的路径平滑算法;针对人工势场法在动态环境中效果较差的缺点,提出了一种基于动态势场函数的改进算法,在原有斥力势场函数中加入了速度斥力函数与加速度斥力函数,并通过仿真证明改进算法在动态环境中能够成功实现路径规划。最后将两种改进算法进行了混合,解决了人工势场法规划路径通常远离最优路径,可能出现局部极小点、目标不可能问题的缺点以及单独使用快速遍历随机树算法实时性有时不能满足要求的问题。在MATLAB上模拟类似了本方球员在有对方球员拦截的情况下向目标点行驶的场景进行了仿真。仿真结果表明,基于改进快速遍历随机树算法与改进人工势场法的混合算法能够成功实现路径规划,并且所规划的路径较为优秀,且实时性能满足机器人足球比赛的需要。