自动驾驶车辆在轨迹跟踪中会遇到极端工况,例如强侧风、高速行驶和低附着路面以及小转弯半径弯道等,为了使自动驾驶车辆在极端工况下保持良好的抗侧风、抗侧滑和抗侧翻以及避障性能的同时,实现轨迹跟踪偏差最小化,研究一种能够解耦转向、制动和悬架系统的自抗扰（Active Disturbance Rejection Control,ADRC）轨迹跟踪集成控制器,以此来提高自动驾驶车辆在极端工况下的轨迹跟踪精度和安全稳定性能。在没有电子地图表数据的情况下,为了规划出标准的单圆心弯道期望轨迹,引入弯道象限和行驶方向两个约束条件,利用极坐标方程式来规划出单圆心弯道期望轨迹。利用五次多项式来规划出大曲率且急转向的避障期望轨迹。考虑到车辆坐标系和大地惯性坐标系之间的转换关系,提出了一种将期望轨迹转换成自动驾驶车辆的四轮转向角初始输入的转换方法。为了估计轨迹跟踪中的轮胎纵向和侧向力,利用滑移组合理论、三角函数组拟合加三次样条插值来估计轮胎模型（215/55 R17）在不同轮胎载荷下的轮胎纵向和侧向力,该估计方法不仅降低了在拟合魔术公式中因子和系数上的复杂度,还提高了在估计轮胎纵侧向力上的精确度。此外,为了获取轨迹跟踪中的车辆状态参数和路面附着系数,设计出了一种能够估计车辆状态参数和路面附着系数的扩展卡尔曼滤波（Extended Kalman Filter,EKF）估计器,由直角弯道仿真结果表明该EKF估计器能够精确估计出车辆状态参数和路面附着系数。根据估计出的路面附着系数和轮胎纵侧向力极限值,设置自动驾驶车辆的限制条件。为了避免四轮转向（Four-Wheel Steering,4WS）自动驾驶车辆在跟踪期望横摆角速度时因方向盘转向角频率过大或车速过高而导致的转向不足,结合一阶滞后系统的频域响应和误差曲线,提出了一种针对4WS自动驾驶车辆的四轮转向角初始输入的前馈补偿方法,其能够根据车速和方向盘转向角频率的变化情况,线性补偿4WS自动驾驶车辆的期望转向灵敏度放大系数,从而降低了4WS自动驾驶车辆的横摆角速度实际值与期望值之间的偏差,提高了跟踪期望横摆角速度的精确度。由高速紧急避障仿真结果表明有前馈补偿方法的4WS自动驾驶车辆不仅能使避障轨迹跟踪误差最小化,还能显著降低避障不及以及避障后侧滑、甩尾或冲出跑道等情况的发生概率。为了提高4WS自动驾驶车辆在极端工况下的轨迹跟踪精度和安全稳定性能,将能够解耦转向和制动系统的三通道ADRC轨迹跟踪反馈控制器和能够补偿悬架弹簧力的四通道ADRC抗侧倾控制器相结合,设计完成了一种能够解耦转向、制动和悬架系统的七通道ADRC轨迹跟踪集成控制器,其能通过转向系统中的反馈控制量即前轮转向角来补偿纵侧向位移实际值与期望值之间的偏差,能通过制动系统中的反馈控制量即横摆力矩来补偿横摆角实际值与期望值之间的偏差,还能通过悬架系统中的反馈控制量即悬架弹簧力来补偿车身四个端点处的垂向位移实际值与期望值之间的偏差。由湿滑低附着弯道抗侧滑仿真表明该集成控制器能够有效提高4WS自动驾驶车辆在湿滑低附着弯道上的抗侧滑性能和轨迹跟踪精度。由小转弯半径弯道抗侧翻仿真表明该集成控制器可在不降低轨迹跟踪性能和车速的同时,有效提高了高重心（Centre of Gravity,CG）运动型实用汽车（Sports Utility Vehicle,SUV）在小转弯半径弯道上的抗侧翻性能和轨迹跟踪精度。由变曲率弯道高速仿真表明该集成控制器能够有效提高4WS自动驾驶车辆在变曲率弯道高速行驶工况下的轨迹跟踪精度和安全稳定性能。由实车小转弯半径弯道试验表明该集成控制器（仅第一和第二通道开启）的无人驾驶车辆在小转弯半径弯道低速行驶工况下具备良好的弯道轨迹跟踪性能。