随着科学技术的不断进步和人类需求的不断提高，机器人技术日益向着自主化的方向发展。移动机器人要实现自主化，其中的基本问题是自主定位，这是实现机器人自主导航的基础，也是机器人技术研究的重点和难点，对提高机器人智能水平具有重要的意义。然而，如何有效地提高机器人定位的精度、效率和稳定性是目前研究的关键。本文从系统架构角度和优化控制角度，围绕着足球机器人在比赛环境中的自定位问题进行了研究。本课题以西安科技大学足球机器人系统为研究平台，在足球机器人比赛动态环境中，结合比赛场上白色标志线作为定位特征点，利用量子免疫算法改善足球机器人的自定位系统，缓解足球机器人在寻找不到目标的情况下出现的迷失状态，提高了定位系统的智能性和稳定性。本文首先综述了移动机器人的发展及研究现状，并分析比较当前自定位技术的主要研究方法，介绍足球机器人视觉系统硬件结构和定位环境，建立移动机器人定位需要的相关模型。由于足球机器人在定位过程中存在不确定因素，可以通过概率表示法表示机器人位姿的信息，获取机器人在定位环境中的位姿概率，因而概率定位算法得到广泛应用。通过对马尔可夫、扩展卡尔曼滤波和蒙特卡洛三种定位算法的优缺点进行理论分析和实验仿真比较，由此提出一种基于量子免疫算法的移动机器人自定位算法。其次，针对足球机器人自定位，使用栅格法对球场进行划分，选取白色标志线作为定位特征，通过机器人坐标系与世界坐标系之间的相互转换，获取白线点在世界坐标系的坐标。利用量子算法建立人工免疫算法所需要的初始定位种群，提出基于白色特征点的亲和度函数，通过对亲和度函数的计算，来判断白色观测点与场中特征点的匹配程度，引用选择算子和变异算子对定位种群进行优化更新，使得较优个体能较早的生成，获取相对应的机器人定位匹配个体，从而可保证算法的收敛速度和种群的多样性，防止早熟收敛，提高全局搜索能力。最后，对该定位算法进行仿真验证，并在实际的足球比赛环境中进行实验验证。结果表明，该算法能够适用于动态复杂的对抗型比赛环境中足球机器人的自定位控制，解决机器人迷失现象，增强足球机器人定位行为的有效性，可缓解机器人定位失误对比赛造成的影响，完善足球机器人定位系统。实现了论文的设计目标，使我校足球机器人团队在近年的全国大赛上取得了优异的成绩。