移动机器人系统作为一个典型的多智能体系统，它为智能理论研究及多种技术的集成应用提供了良好的实验平台，移动机器人在运动过程中能够根据周围环境的变化而自主的采取相应措施的能力也越来越强，因此，作为机器人智能的一个重要因素——路径规划的研究，就显得十分重要。本课题主要研究的内容就是以足球机器人为研究平台，在足球比赛实际过程以及特殊状态环境中，利用改进型人工免疫算法完成足球机器人的寻找目标，实现避障等动作，解决了传统算法在路径规划过程中可能出现的易陷入局部最优解以及死锁问题。机器人的路径规划是一个很复杂的问题，不仅要寻求一条无碰撞的最短路径，而且还要求该路径尽可能平滑并满足一定的安全性。本文首先介绍足球机器人的硬件结构组成及其软件平台，并重点讨论了动力系统的改造，随后，介绍了机器人路径规划的传统算法以及智能规划算法，在以上工作的基础上分析了目前各种路径规划算法的优缺点，由此提出了一种基于改进型人工免疫算法的移动机器人路径规划。针对静态路径规划，使用栅格法建立空间数学模型，并利用人工势场法建立人工免疫算法所需要的初始路径种群，优化了变异算子，提出了新的亲和度函数，并引入了免疫接种，交叉与变异等免疫机制，使得较优个体能较早的生成，从而保证了算法的收敛速度和种群的多样性，防止了早熟收敛，提高了全局搜索能力。仿真结果表明，该方法在静态环境下有良好的适应能力，能有效地保证路径的规划效率并改善路径规划的质量。针对动态路径规划，利用二维笛卡尔栅格建立移动机器人的动态环境模型，利用人工势场算法进行种群的初始优化，通过改进静态环境下免疫算法中的亲和度函数，来对个体进行评估。通过仿真实验对比，表明了该算法能较好的适用于动态复杂环境下移动机器人的路径规划。最后，在实际的足球机器人系统平台上进行实验，在实际的足球比赛环境中对改进型人工免疫算法路径规划进行验证。实验表明：足球机器人在各种状态环境下所表现出的优良避障和寻找目标效果，表明了该算法所规划路径的优越性，圆满地实现了论文的设计目标。由于对足球机器人软件和硬件平台中动力系统两方面的改进，使我校足球机器人团队在历年的全国大赛上取得了优异的成绩。