随着自动驾驶技术的发展与完善,装备自动驾驶系统的城市公交车在国内外多地进行了试运行,并逐步进入到大家的视野中。自动驾驶公交车具有减少温室气体排放、缓解交通压力、提高生产力等优势,发展前景广阔。作为自动驾驶技术的核心,自动驾驶运动控制系统由于其复杂性和重要性,一直是学术界和工程界研究的主流。自动驾驶公交车运动控制系统可以分为纵向运动控制系统和横向运动控制系统,其中纵向运动控制系统主要是针对公交车的速度进行控制,横向运动控制系统主要是针对公交车的位置和姿态进行控制。对于自动驾驶公交车的横纵向控制,现有的研究方法大多都是采用基于模型的控制方法,但是公交车的数学模型很难准确建立,利用不精确的模型设计控制器会导致控制性能变差,采用数据驱动的控制方法能有效解决这一难题。无模型自适应控制（Model-free adaptive control,MFAC）及无模型自适应预测控制（Model-free adaptive predictive control,MFAPC）作为两种典型的数据驱动控制方法,具有自适应强、无需模型进行控制器设计以及工程易于实现等优势。因此,采用基于MFAC和MFAPC的算法对自动驾驶公交车运动控制系统进行控制研究具有重要的现实意义。本文主要工作包括:（1）针对自动驾驶公交车的纵向控制问题,根据公交车实际速度和期望速度的关系,设计MFAC控制器对纵向速度进行跟踪控制。其次,考虑公交车系统内部存在时滞,在MFAC理论的基础上,结合Smith预估技术与跟踪微分器思想,采用改进的无模型自适应控制（Improved model-free adaptive control,IMFAC）算法,来消除公交车系统内部的时滞。数值仿真表明了本文设计的MFAC以及IMFAC控制器的有效性。（2）针对自动驾驶公交车的横向控制问题,考虑公交车系统同时存在时滞和扰动,提出了一种针对时滞扰动系统的无模型自适应预测控制算法（Disturbance-improved Model Free Adaptive Predictive Control,D-IMFAPC）,推导了控制器的设计过程,并进行了稳定性分析以及数值仿真验证。此外,对公交车的横向运动模型进行简化,得到离散非线性单入单出系统,将所提出的控制算法应用于公交车轨迹跟踪控制中进行验证,结果表明,该算法能有效抑制公交车系统中时滞和扰动的影响,在自动驾驶公交车横向控制中有较好的效果。