智能汽车是汽车发展的“现在进行时”,其在提高出行效率和交通安全性方面具有重要意义。自动驾驶是智能汽车技术发展的最高阶段,其轨迹跟踪技术是自动驾驶技术的核心组成部分。因此,本文以智能汽车为研究对象,针对智能汽车因系统模型不确定性而导致在复杂工况下跟踪精度较低和操纵稳定性较差等问题,对其轨迹跟踪控制展开如下研究:首先对车辆模型进行分析,建立了三自由度车辆动力学模型以及Pacejka经验轮胎模型,并分析了轮胎的力学特性。此外,对系统模型不确定性进行分析,建立了考虑外部曲率扰动、轮胎侧偏刚度不确定性和纵向车速时变性的车辆不确定模型。然后,忽略外部扰动和模型参数不确定性,利用模型预测控制求解多变量约束优化问题的优点,基于标称模型设计了一种考虑多种动力学约束的智能汽车横向轨迹跟踪控制器,实现智能汽车的主动转向控制。通过不同仿真工况对所设计控制器的有效性进行验证。其次,针对所设计的主动前轮转向跟踪控制器在高速、冰雪路面等复杂工况下跟踪精度较低和稳定性较差等问题,考虑直接横摆力矩控制能改善车辆纵向动力学性能的优点,利用鲁棒预测控制理论,基于分层控制架构设计了一种考虑模型不确定性的主动前轮转向和直接横摆力矩集成控制器。为了提高控制器的实时性,顶层控制器的优化求解分为在线优化和离线计算两部分,输出所需的前轮转角和附加横摆力矩;底层控制器采用基于轮胎利用率最低的分配方法求解出四个车轮的转矩。最后,通过Simulink/Carsim仿真平台对二者控制器进行对比分析,仿真结果表明了所设计的集成控制器具有更好的控制性能,并在硬件在环平台上验证了集成控制器的有效性。