机器人足球比赛是近年来影响日益增长的一项高科技竞赛活动，它为许多理论，包括人工智能、机器视觉、运动控制等提供了一个标准的实验平台。但足球机器人系统的设计涉及面较宽，需要一定的理论基础及实践经验。本文基于具体的已开发成型的足球机器人系统，针对决策、视觉和总控子系统，对原有系统进行了基本总结，并进行了算法、性能和应用上的改进。 首先，本文对足球机器人比赛进行了回顾，对原有的机器人足球系统进行了总结，分析了系统框架结构及各部分作用。然后，针对具体的各个子系统，本文作了深入分析和探讨。 针对总控子系统，本文主要分析了整个系统的运行机制和总控子系统在整个系统中起到的作用。同时，在原有基础上，对整个系统进行了更加模块化的分级划分，使整个系统的可移植性更好。同时针对不同比赛类型及硬件条件，对不同情况进行了整合。在系统流程上，引入了多线程机制，使系统从原来的串行操作改进到并行操作，缩短了系统控制周期。在此基础上，对系统界面也做了较大改进，增加了许多具体功能，使之更适合于调试和比赛。 针对决策子系统，在对原有系统总结的基础上，具体针对底层动作和角色分配作了一定的改进，并增加了阵形设计和预测。底层动作是决策系统的基础，因此我们在比较自身和其他队伍底层动作的优缺点的基础上，改进了底层动作算法。对于角色分配，我们把其从局部最优改进到全局最优，提高了整个队伍的响应速度，增加了系统的稳定性，避免了一定程度的碰撞。 阵形设计是决策系统的核心，但原有的设计方案完全基于程序，可编辑性不好，不利于快速修改和调试。本文提出了策略编辑器的设计，使阵形设计完全在图形界面下可视化完成，有利于阵形的丰富和快速修改。 预测对于提高决策系统的性能，有着重要的作用。对于球的预测，相对来说比较简单。但对于机器人的预测，则困难得多。本文提出了在实验数据基础上的基于支持向量机的预测，准确地预测了机器人各个动作的动作周期，并成功地应用到机器人动态射门中，取得了很好的效果。 针对视觉子系统，本文对原有的视觉流程作了具体的归纳和相应的改进，并对每个步骤做了详细的说明。同时，由于新增比赛类型导致场地扩大，本文在原有单摄像头系统基础上，改进到双(多)摄像头系统，并为改进到双(多)主机系统做了一定准备工作。同时，在目标识别上，引入了目标跟踪算法，使整个系统的可靠性、准确性有了更高的提升。 对于图像识别后的结果，由于误差的存在，必然导致数据的不稳定和不光滑。本文引入了滤波算法，在给定物体运动模型和误差分布的基础上，对识别结果做了滤波处理，使物体位姿信息更加准确，为决策系统的性能提高做了基本的保证。 最后，本文总结了系统的改进和现有的优缺点，并对下阶段的工作提出了展望和要求。