汽车保有量的增加方便了人们的生产生活,但也引发了环境污染、能源紧缺及交通事故等一系列问题。智能车辆作为智能交通系统中的关键环节,对提高交通运输效率与安全性有着重要影响,因此逐渐成为汽车领域的研究热点。路径跟踪控制技术直接决定智能车辆的行驶安全性与舒适性,由于单一控制方法存在局限性,因此对复杂工况适应性较差。本文针对智能车辆路径跟踪问题,融合不同控制方法,对横纵向综合控制策略进行研究,主要内容如下:首先建立车辆横摆动力学模型,结合魔术公式轮胎模型进行适当简化,得到车辆非线性动力学模型。基于车辆动力学模型,采用模型预测控制（Model Predictive Control,MPC）方法设计横向控制器。使用MATLAB/Simulink与Car Sim搭建联合仿真平台,采用双移线作为参考路径,为后续横向控制器仿真分析奠定基础。其次为提高MPC控制器对不同路径、车速工况的适应性,在固定采样时间与控制步长时分析预测步长对路径跟踪性能的影响,基于仿真试验数据与现有文献结论,设计模糊逻辑控制器以实现预测步长动态调节。使用自适应模糊MPC横向控制器在低速、中速和高速下仿真跟踪双移线,对比普通MPC控制器,验证了自适应模糊MPC对不同路径曲率及车速具有更好的跟踪精度及稳定性。接着基于分层式结构设计纵向控制器,上层控制器中,模糊控制器根据滑模面变化情况,对滑模控制器的趋近律系数进行自适应调节,下层控制器根据上层控制器输出的期望加速度,通过驱动与制动切换逻辑,利用车辆纵向动力学模型计算期望电机转矩或期望制动主缸压力。设计加速度阶跃与加速度连续工况进行仿真测试,对比固定参数的滑模控制器和比例微分控制器,验证了自适应纵向控制器能够在保证跟踪精度的同时避免抖振现象。最后基于分解式协调控制结构设计自适应横纵向综合控制器,包括自适应模糊MPC横向控制器与自适应纵向控制器。设计光滑曲线作为参考路径,并考虑路面极限附着情况设计参考车速。搭建参数自适应横纵向综合控制器模型,对上述参考路径与参考车速进行仿真跟踪,对比参数固定横纵向控制器,验证了自适应横纵向综合控制器对于复杂跟踪工况具有更好的跟踪精度和行驶稳定性。