路径规划是机器人技术研究领域中的核心问题之一，也是机器人学中研究人工智能问题的一个重要的方面。路径规划的主要任务是在机器人所在的环境中寻求一条从已知起点到已知终点的最低代价的无碰撞路径，在仅有静态障碍物存在的空间，比较容易找到一条最优路径，当环境中同时存在静态与动态障碍物的时候，找到一个可行的最优路径就比较困难。 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，对人工势场法、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。