自动驾驶车辆更安全、更舒适,对于解决交通拥堵和提高交通安全具有重要意义。随着车辆智能化、自动化进程的不断推进,高级辅助驾驶技术成为了行内研究的热点。超车作为一种常见的驾驶行为,更易引发交通事故和道路阻塞。本文主要针对自动驾驶车辆超车技术,提出了一种结合混合粒子群算法的五次多项式换道超车轨迹规划方法,同时基于模型预测控制理论设计了模型预测控制轨迹跟踪控制器,并且进行了实车轨迹跟踪控制试验,完成的主要研究工作如下:（1）针对汽车超车行驶过程中某些状态参数无法通过传感器直接测量得到的问题,本文首先建立了包含横摆、横向和纵向的三自由度整车模型,基于卡尔曼滤波理论,提出一种无迹卡尔曼滤波与整车模型相结合的汽车状态参数估计方法,同时建立了Carsim和Matlab/simulink联合仿真平台,选择典型工况对所提出的汽车状态参数估计方法进行了验证,仿真结果表明:该估计算法对状态参数的估计值与试验值相差较小,估计精度较高。（2）针对自动驾驶车辆超车工况下的轨迹规划问题,根据建立的整车二自由度模型,对现有的换道轨迹进行了分析,采用五次多项式曲线作为本文的换道曲线,根据车辆安全性、时效性、稳定性的约束,基于换道纵向位移、前轮转角、横摆角速度、质心侧偏角和侧向加速度建立目标函数,进而采用混合粒子群算法对目标函数进行求解,求得不同车速下的最优换道纵向位移和换道时间,进而计算出各阶段最优超车轨迹,最后通过Matlab软件对求得的函数曲线进行拟合,结果表明:所规划的轨迹符合汽车行驶的需求。（3）针对汽车超车行驶过程中的轨迹跟踪问题,将模型预测控制理论与整车三自由度模型相结合,设计了模型预测控制轨迹跟踪控制器,并且对控制步长和预测步长进行了参数优化。搭建了Carsim和Matlab/simulink联合仿真平台对第三章中所规划的轨迹进行跟踪控制仿真验证,结果表明:所提出的轨迹跟踪算法在跟踪不同车速下的期望轨迹时跟踪效果理想,同时也满足汽车的稳定性要求。在仿真有效的情况下,基于某型MPV汽车开展了实车试验,结果表明:所提出的轨迹跟踪控制算法具有良好的跟踪控制效果,基本满足自动驾驶车辆超车过程中轨迹跟踪控制的要求。