足球机器人作为二十世纪新兴的竞技项目,引起了全世界的广泛关注。微型机器人世界杯足球比赛(Mirosot)系统涉及到机器人学、模式识别、图像处理、数字信号处理、机电一体化等多学科门类,因此成为了研究多智能体系统的一个重要实验平台,成为国内外研究的一个热点。本文在现有文献的基础上,以MiroSot 3VS3足球机器人系统为研究平台,主要针对视觉系统的目标识别问题以及决策系统的动态避障规划问题,进行了研究与实验仿真。首先,介绍了机器人足球系统的组成结构,以及视觉子系统的工作原理。在比赛中,本方机器人的首要任务就是要找到对方机器人及目标小球,这样才能进行避障、射门等各种动作。本文在快速HSI(色调、饱和度和亮度)变换空间基础上,采用了一种利用移动网格与动态窗口技术相结合的算法进行目标识别,达到了预期的效果。随后在传统的概率Hough变换基础上,提出了一种基于改进型概率Hough变换(PPHT)的识别算法,先提取ROI(Region of Interest),再进行PPHT,降低了计算量,提高了系统抗噪性和实时性。其次,根据足球机器人比赛的实际要求,对避障规划进行了研究。本文将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并顺利到达目标位置。最后,根据比赛实验及软件开发的需求,本文对微型足球机器人系统的软件进行了研究与分析,系统源代码用Visual C++ 6.0中的MFC编写。着重分析了其中视觉子系统的软件结构,对各功能子模块进行了说明,并进行调试。