1992年MACKWORTH率先提出了足球机器人的概念，其研究目标是到2050年组建一支人形机器人足球队战胜当时的人类足球冠军队。自1992年这项研究开展以来，得到了各国机器人学者的普遍关注与参与。近几年来，国际上对足球机器人的研究以及相应的各种比赛取得了迅速的发展。足球机器人研究的目的是通过研究促进机器人学、人工智能以及人工生命、智能控制、机电一体化技术、视觉与传感器技术、通讯与计算机技术等领域的发展。无疑足球机器人是一个新兴的交叉学科，其技术主要包括4个子系统：机器人子系统、视觉子系统、无线通讯子系统和决策子系统。作为足球机器人的主要感知设备，视觉子系统是整个机器人的眼睛，是系统获取外部信息的最主要的通道，是足球机器人系统的基础。他不断采集场上的信息，对图像进行处理、分析，完成目标识别和跟踪，并把得到的目标信息传递给决策系统。视觉系统的好坏对机器人性能的发挥起着决定性作用，由于足球机器人的快速运动和激烈的对抗，要求视频捕获频率为30帧／秒，即必须在33.34ms内完成视觉信息处理、通讯、动作等一系列任务，以形成下一周期的比赛策略，这对视觉系统实时性、鲁棒性和准确性等要求都很高。为此，本文着重对此类机器人的视觉子系统进行了深入的研究。本论文主要研究内容为：1、本文根据足球机器人的视觉子系统特点，对足球机器人视觉子系统的工作原理等进行了研究，提出了一种应用神经网络对摄像机内外参数进行标定的方法；2、对机器人视觉系统进行了预处理，该预处理主要包括：图像调整、图像压缩、场地标定、图像矫正四部分。3、针对摄取的图像，采用HIS颜色模型来描述色彩。对图像进行分割等处理，提出了基于神经网络的足球机器人图像矫正方法。4、针对当前普遍采用的色标方法干扰过大等缺点，综合各种色标的优缺点提出了一套抗干扰性较强的足球机器人色标，并给出了相应的制作原理与角度误差算法。实验表明这种方法不但挑选色标简单，而且还有色块重心稳，位置和角度偏差小，不同的颜色相互之间受环境影响也较少等优点。5、针对空间目标球中心点难于精确求得，从而可能加大机器人在比赛中运动轨迹误差，机器人难于有效追逐到目标球等提出了一种基于畸变误差模型的目标球中心图像位置的提取方法。该方法通过建立空间摄像机像平面上的畸变误差模型，基于透视投影变换和空间解析几何理论，并通过大量的仿真研究，得出了该畸变误差的变化规律，从而能有效地提取出空间球的中心，使得足球机器人的运动精度有了更进一步的提高。6、基于数值图像处理、神经网络、Visual C++等技术，开发了满足比赛实时性要求的视觉子系统，并应用于实际比赛中。机器人足球比赛所涉及的相关技术具有广泛的应用前景，同时为人工智能及机器人学的研究者提供了一个很好的研究平台与交流的机会，加速了相关技术的发展。