自主移动机器人在环境中的定位问题是机器人研究的重点问题。本文以RoboCup四腿组机器人足球赛为背景，以SONY公司开发的四腿机器人AIBO ERS-7为实验平台，研究了机器人在比赛环境中的定位技术，并实现了用于比赛系统的定位模块。本文第一部分对基于贝叶斯滤波理论的概率定位方法进行了研究。对于各种实现方法的适用范围、使用条件、可以解决的具体定位问题，定位精度和效率、优缺点等进行了分析。并且，对这些方法进行了比较，给出了比较结果。基于上面的分析和RoboCup机器人足球赛环境的特点，分析了对用于比赛的机器人定位方法的要求，阐述了使用蒙特卡洛方法实现定位系统的理由。本文第二部分以RoboCup比赛中使用的SONY AIBO ERS-7四腿机器人为平台，实现了基于蒙特卡罗方法的定位系统。给出了定位系统的结构。实现了对均匀分布函数进行采样，使用运动信息对样本集进行更新，针对机器人观测到环境信息的不同情况进行了分析，对机器人识别到多个标志物的情况提出了一种基于虚拟地标信息进行样本点权值更新的算法。最后给出了对样本集进行重采样的线性时间重采样算法。针对比赛中对球的位置的跟踪问题，系统对运动中的球的定位进行了特殊处理，将球的速度信息用于重采样方法中，提高了对球定位的准确性。最后，对所实现的定位系统进行了实验，证明了该系统的有效性和准确性。