随着科技的发展和社会的进步,越来越多新兴的比赛项目引起了人们的兴趣,机器人足球比赛就是其中之一。足球机器人比赛的环境是时刻变动而且复杂的,是一个比较常见的多智能体系统,这个实验平台的建立为人工智能领域的研究和发展创造了非常良好的条件,成为了研究的热点,有着非常广泛的应用前景。在足球比赛中,比赛的胜负与机器人进球的个数是紧密联系的,因此,决策部分在整个比赛中占有相当重要的地位。而路径规划是决策部分的核心,也是一个很具挑战性的课题,本课题主要研究的就是路径规划的方法及其实现。路径规划的方法有很多种,较常见的有栅格法,遗传算法,人工势场法,神经网络算法等,这些方法都各有其优点和缺点,在实时和动态的环境中难以达到预期的要求,需要进一步地完善和优化。本论文重点是以RoboCup小型组足球机器人比赛为研究对象,针对其中最核心的决策子系统及其路径规划方法进行了深入的研究,并寻找出一种极为有效的路线来实现足球机器人的动作。本文的具体内容包括以下几个方面：首先,对足球机器人比赛的概况作了细致描述,分析了路径规划问题在整个系统中的重要性,详细论述了足球机器人的研究背景及研究现状,并总结了本论文的目的和意义。其次,对四个子系统即视觉子系统、决策子系统、无线通讯子系统和机器人小车子系统的结构进行了讨论,阐述了各个组成部分在整个系统所处的位置和作用,重点对决策子系统进行了深入讨论。接着分析了几个传统的足球机器人路径规划方法,并对各种方法的优缺点作了比较。最后,通过对机器人小车模型的研究,针对选择最优路径的问题,本文提出了一种基于快速扫描随机树的方法(RRTs)对小车进行路径规划,并通过仿真软件和实物验证了本算法的可行性与有效性。本文所采用的路径规划算法作为小型组足球机器人球队Botnia参加了2009年RoboCup中国公开赛,并在比赛中取得了较好的效果。