足球机器人系统是一个智能型系统，并且处于一个具有实时对抗性的动态的复杂环境系统中。路径规划层是机器人决策系统的核心之一。本文研究了足球机器人系统的运动学原理，讨论了遗传算法在足球机器人路径规划中的应用，使机器人能避开障碍物从给定点到目标点找到一条比较短的路径，进行仿真实验，比较了不同遗传代数对路径规划的影响。
引言
机器人足球比赛近年来在全世界广泛盛行，其中足球机器人的路径规划问题也成为当下学术界的研究热点。遗传算法由于其自身的智能性搜索、强鲁棒性和内在并行性等特点，在路径规划、自动控制和模式识别等领域得到广泛应用。
足球机器人系统
足球机器人子系统
对足球机器人进行路径规划主要达成两个目标：一是为了完成某项动作，二是为了避障以实现安全的运行。足球机器人的路径规划具有复杂性、随机性、多目标和多约束等特点。足球机器人系统由以下几个部分组成：
1)机器人小车子系统：由多个机器人小车组成;
2)视觉子系统：由摄像机、图像识别系统组成;
3)通讯子系统：由无线电发射板组成;
4)决策子系统。
足球机器人系统如图1所示，首先由视觉子系统进行场景识别，然后传递给决策子系统处理，再通过通讯子系统发出指令，最后足球机器人完成动作。
决策系统为仿真足球机器人系统的核心，主要分为四部分：
1) 信息处理层：接受外部信息进行处理，转换坐标信息;
2) 分区决策层：进行场地分区，确定机器人队形和分配角色;
3) 路径规划层：路径规划层接收到上一层分区决策层所传递的信息，本层的主要任务是对机器人完成任务所需的运动轨迹进行规划，因此足球机器人是否能够顺利地完成任务是本层的关键，也是决策系统的关键;
4) 运动层：执行该机器人所分配的任务。
