机器人足球是一个新兴的交叉学科,涉及到机器人学,人工智能,人工生命,智能控制等多个领域。目前,国际上对于机器人足球的研究得到了迅速的发展。随着机器人在各个领域越来越广泛的应用,机器人技术已经经历了由控制型机器人,半自主,全自主机器人到类人型自主机器人的发展。而机器人足球是一个典型的而且非常具有挑战性的多智能体系,它是由几个机器人组成球队,在复杂的环境条件下,与另一只机器人球队进行对抗比赛的项目。从控制的角度上来看,足球机器人分为四个子系统,即视觉子系统,决策子系统,通信子系统,机器人小车子系统。其中,视觉子系统可看作系统的检测环节,决策子系统可看作系统的控制器,机器人小车子系统是执行机构,而通信子系统是决策子系统和小车子系统之间的连接桥梁。在四个子系统中,作为机器人的主要感知设备,视觉系统是整个机器人的眼睛,是系统获取外部信息最主要的通道,是足球机器人系统的基础。它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30-60帧/秒,即必须在几十毫秒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。因此,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如下:1、本文首先讨论了足球机器人的视觉子系统的工作过程,对现有足球机器人视觉子系统的工作原理等进行了分析和研究。2、对机器人视觉系统预处理过程进行了分析,该预处理主要包括:图像分割、图像调整、图像增强与恢复及图像压缩。其中针对关键的图像分割部分,提出了一种基于模糊理论的图像分割方法。3、讨论了视觉子系统的色彩空间模型,分析了颜色查找表CLUT的工作原理。并对比了RGB、HIS、YUV等不同的颜色空间模型,提出转换为YUV颜色空间进行色彩采集。4、考虑到视觉系统中无法避免的噪声影响,提出了一种基于小波算法的图像去噪方法。实验证明这种方法,对于视觉子系统中最后存在的噪声干扰,有较好的过滤作用,提高了机器人足球比赛的实时性和鲁棒性。5、针对机器人足球视觉子系统的过程,将以上方法应用到现实比赛之中,取得了较好的效果。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。