机器人足球比赛是一个有趣而且复杂的人工智能的新兴研究领域，它试图利用一个将各种理论、算法和Agent体系结构集成在一起的任务来促进机器人学和人工智能研究的发展。其中，韩国高等科学技术院(KAIST)旗下的FIRA联盟中的AndroSot3vs3机器人足球比赛是一个理想的研究和竞技平台。　　 本文将FIRA AndroSot3vs3机器人足球比赛系统作为研究平台，以满足机器人足球比赛的实际需求为目的，深入讨论小型仿人机器人步态规划的方法研究。在FIRA AndroSot3vs3机器人足球比赛中，机器人的步态稳定性会直接影响比赛的结果，目前，为获得较好的步态及其它动作数据，多半是根据经验值辅以手动调试，此法虽然直观易用，但过于繁琐，重复性工作过多，且所得步态并非最优。采用基于ZMP理论的步态规划方法将能大大减少工作量，并能准确获得基于某种目的和某种具体机器人的步态数据。　　 本文对FIRA AndroSot3vs3机器人足球比赛中所使用的各种动作类型进行了详细分类分析。通过历次国际国内大赛的经验积累和总结发现，是否能对以行走为代表的各种类型的动作进行科学地规划并得到稳定的步态已经成为比赛制胜的关键，同时，根据所使用的机器人的身体结构进行具体地、匹配地步态分析和设计也是获得比赛胜利的重要因素之一。　　 本文所选课题的研究成果是找到了一种简便、可靠、实用的基于FIRA AndroSot3vs3机器人足球比赛需求和ZMP理论的步态规划方法，且将该方法用于团队自主设计的小型仿人机器人的步态规划之中，取得了具体、实际的实用效果，为后续研究打下了基础。根据官方对该比赛项目所用小型仿人机器人的身体要求，所设计的小型仿人机器人结构简单、重晕轻、身体灵活，能完成类似人类的各种动作，包括正向行走、侧向行走、踢球、翻滚、摔倒后爬起等。与人类足球比赛相同，在机器人足球比赛中，机器人队员必须能够有效触球，才有可能取得比赛的优势，而稳定而高速的步态，成为机器人能否快速跑位、踢球的重要因素，因此，使用一种有效的方法，针对具体参赛的机器人进行步态规划研究，得到优化的步态数据，将能大大改善机器人的比赛能力。从而，也有效地提高了机器人的基本性能，为小型仿人机器人的未来的更广泛应用打下基础。