近些年,中国机动车保有量逐渐上升,虽然机动车为人们的日常生活提供了诸多的便捷,但也引发了不少的交通安全问题,为了解决上述问题,越来越多的高校、科研院所和企业投身到了无人驾驶车辆的研发浪潮当中。为支持中国汽车行业的高速发展,中国汽车工程学会在2017年启动并举行了首届中国大学生无人驾驶方程式比赛。本文选题来源于此赛事,针对无人驾驶方程式赛车的轨迹规划及跟踪控制策略展开研究,主要内容如下:（1）基于自然坐标系（也称Frenet坐标系）设计了Lattice（网格）轨迹规划器。借助Frenet坐标系,将无人赛车在大地坐标系下的二维运动解耦为沿着参考线方向和垂直于参考线方向的两个独立的一维运动,有效地减少了计算量。首先根据车辆当前位置及其在全局路径上的投影点确定规划起始点和未来一段距离内的参考线,基于参考线对赛车的横纵向运动轨迹进行采样和多项式拟合。然后根据赛车运动学、动力学约束和代价函数对采样完成的轨迹序列进行剔除和排序,以求得代价最小的轨迹,将代价最小的两个运动方向的轨迹进行合成,最终得到一条可发布给跟踪控制模块的最优轨迹。最后通过仿真实验对巡航和停车两种工况进行了验证。（2）基于线性时变模型预测控制（Linear Time-Varying Model Predictive Control,LTV-MPC）和级联模糊PID设计了横纵向轨迹跟踪控制器。针对横向跟踪控制,首先提出合理假设,建立简化的三自由度车辆横向动力学模型,并对系统模型做线性离散化处理;然后构建基于线性离散预测模型的线性时变模型预测控制算法,根据无人赛车的具体工况确定约束条件,建立目标函数并转化为二次规划形式进行迭代求解,得到前轮转角控制增量序列。仿真结果表明了不同车速下的横向位置误差和各项约束条件均在合理范围内,且转向平稳。针对纵向跟踪控制,首先根据无人赛车的具体工况分析得到其行驶阻力模型,进而得到驱动系统和制动系统的逆动力学模型;然后求解参考轨迹和车辆实际轨迹的偏差,设计基于PID的位置控制器和基于模糊PID的速度控制器,通过级联模糊PID控制得到加速度控制量;最后由逆纵向动力学模型完成赛车底层控制量的求解。对比仿真结果表明,纵向控制器的性能亦满足要求,尤其是位置控制的精度相对于无位置控制器的传统算法得到了提高。（3）设计了赛车底盘线控系统。首先对赛车底盘线控系统的功能需求进行了分析,设计了系统的电子电气架构,制定了各控制模块之间的通信协议。然后针对底盘域控制器（Chassis Domain Control Unit,CDCU）进行硬件设计与实物电路板制作,最后基于Simulink采用MBD（Model-Based Development）方法设计CDCU的控制策略,基于分层的嵌入式软件架构,并结合Free RTOS（Free Real Time Operating System）开源操作系统对CDCU应用层软件进行了设计开发。（4）轨迹规划及跟踪控制策略实车验证。首先搭建实验赛车平台,安装工控机及惯性导航传感器,改造线控底盘。最后基于ROS环境对轨迹规划、轨迹跟踪控制算法以及赛车实时状态提供器采用C++语言进行软件开发与实现。实际搭建了“8”字型赛道和高速循迹赛道实验场地对本文设计的算法有效性进行了验证,实验结果表明路径规划能够遵循参考线,速度规划能够跟随目标速度,轨迹跟踪控制的横纵向误差均在允许范围内。