近年来,无人驾驶依靠其在汽车、运输、军事、环境和其它一些方面的重要作用获得了普遍关注。精确的轨迹追踪对于性能良好的无人驾驶汽车意义重大,它不仅可以提高无人驾驶汽车的安全性和可靠性,而且可以为行为和轨迹规划层制定更为复杂的运行策略提供重要的保障。本文主要研究无人驾驶汽车的横向控制问题,主要包含以下内容:首先给出了基于新型动力学模型的模型预测控制器的设计方法。本文提出了一种新型的无人驾驶汽车动力学模型,并将该模型在当前工作点进行线性化和离散化处理,用于设计线性模型预测控制器,从而实现无人驾驶汽车的横向控制。此外,控制器对非线性模型的线性化和离散化引起的误差进行了补偿,从而提高了控制精度。其次设计了模型预测控制与自抗扰控制相结合的无人驾驶汽车横向控制器。本文提出基于运动学状态误差模型的预测控制器用于无人驾驶汽车的横向控制。为了快速预测参考系统的状态,我们同时提出一种基于圆弧的快速预测技术。并在此基础上,将自抗扰控制引入横向控制器用来消除由模型不确定性、执行器误差等引起的扰动所带来的影响。扩张状态观测器作为自抗扰控制的主体部分在本文中进行设计,用来观测总扰动的值,从而产生反馈控制律。最后讨论了轮胎侧偏角对无人驾驶汽车横向控制的影响并设计了基于侧偏角补偿的无人驾驶汽车横向控制器。针对恶劣天气和高速行驶状态下的无人驾驶汽车会产生较大侧偏角的问题,本文提出了基于侧偏角补偿的模型预测控制,从而在保证快速性的前提下,优化基于运动学模型的模型预测控制器的控制效果。