多智能体系统(MAS)是当前人工智能研究的热点问题，是分布式人工智能(DAI)中的重要分支。MAS理论主要研究由多个智能体组成的群体，在复杂的动态环境下如何组织、协调、合作，共同完成复杂任务的问题。 机器人足球比赛系统是典型的多智能体协作系统，是研究多智能体协作问题的标准平台。国际机器人足球联合会(FIRA)微型组机器人足球比赛(MiroSot)是目前开展得最为广泛的机器人足球比赛之一，参加这项比赛的机器人足球系统包括视觉、决策、无线通信和足球机器人等4个子系统。它涉及了计算机视觉、图像工程、多智能体理论、机器人运动控制、无线通讯、微机电系统、电气传动等研究领域，是上述领域的集成。 本论文主要研究MiroSot系统中的视觉子系统和决策子系统。视觉子系统对彩色图像目标进行实时识别和跟踪，实现机器人的视觉传感功能。由于彩色图像的信息量大，它比黑白图像目标的识别和跟踪问题具有更大的挑战性。决策子系统则主要解决比赛中机器人间的协作和机器人运动控制的问题，是多智能体协作理论研究和应用的核心。本课题得到了国家863计划项目“足球机器人的研制”(512-9935-08)、“小型组机器人足球关键技术研究”(2001AA422270)和广东省科技攻关项目“多智能体系统实验平台、仿真系统及应用”(2KM00502G)的资助。 本论文对以下研究内容进行了理论和技术的研究与探讨： (1)MiroSot系统的体系结构和工作原理。研究了MiroSot的4个子系统的功能、结构和硬件设计。 (2)彩色图像识别。讨论了颜色特性、颜色模型及彩色图像分割的基本原理和方法，分析MiroSot视觉子系统中实时彩色图像识别的特点和要求，提出一种结合RGB和HSI模型的自适应RGB阈值的实时彩色图像分割方法，实现了彩色图像识别的实时性、准确性、适应性及智能化。 (3)多目标视觉跟踪。为提高多目标视觉跟踪的准确度和环境适应能力，提出一种基于动作视觉协调的多目标视觉跟踪方法，通过视觉验证目标动作与 广东工业大学工学博1－学位论义 指令的一致性，保持目标在视觉盲区的连续跟踪，并能纠正目标跟踪错误。（4）图像校正。在 Mirosot视觉子系统牛，对比赛场地边界图像的非线性失真 较为敏感。在分析视觉畸变产生原因的基础上，提出一种简单的图像畸变 位置校正方法，忧化视觉子系统的定位精度。（5）多智能体协作。依据软件智能体的概念，针对常见集中式决策子系统的缺 点，给出基于软件多智能体协作的决策子系统分布式方案，并描述了它的 结构和工作原理。同时对其中的软件智能体、协作机制等问题进行了研究， 该协作系统能够动态、灵活地组织协作关系。此外，还研究了决策子系统 在单台计算机上的实现方法：同步模块和多线程方法。（6）足球机器人动态避碰和运动控制。分析了常用避碰方法的不足，提出了基 于改进人工势场法的足球机器人动态避碰方法；根据机器人两轮差动模 型，结合其运动轨迹的规律，给出了足球机器人运动控制方法。 本研究在上述理论和技术的基础上，建立了完整的Mirosot视觉子系统和诀策于系统，开发了l套MirOSOt机器人足球比赛系统软件（兼容3对3和 5对5比赛），2套Simurosot仿真比赛软件（5对5，11对门）。