自动驾驶车辆行驶过程中,障碍物对车辆的安全构成较大威胁,因此需要对已规划的参考路径进行重新规划,使得规划路径能够避开障碍物,并保证车辆严格按照规划路径行驶,从而避免事故的发生。本文以障碍物场景下的自动驾驶车辆作为研究对象,为保证自动驾驶车辆的行驶安全性与操纵稳定性,基于模型预测控制（Model Predictive Control,MPC）理论对自动驾驶技术中的局部避障路径规划与路径跟踪控制进行研究,主要研究内容如下:针对障碍物场景下局部避障路径规划问题,基于非线性模型预测控制算法设计局部避障路径规划器,采用车辆点质量模型建立规划层预测模型,为解决传统避障功能函数存在过度避障的局限性设计包含新型避障功能函数的目标函数,通过求解带约束的非线性优化问题获得局部规划离散路径点,并采用五次多项式进行拟合,将多项式系数作为输出量输入到控制层中,完成局部避障路径规划器设计。建立车辆二自由度动力学模型,采用离散化与近似线性化设计路径跟踪控制器预测模型,根据控制器要求设计带有约束条件的目标函数,转化为二次规划问题进行求解,获得最优控制量,完成路径跟踪控制器设计,并进行不同车速下的双移线工况仿真试验。仿真结果表明在高速工况下车辆跟踪偏差较大且稳定性下降。针对上述问题,进一步研究时域参数对控制器性能的影响。理论分析并结合仿真试验验证时域参数对控制器的影响,基于试验结果提出一种兼顾控制精度与行驶稳定性的时域参数评价指标。根据评价指标获得不同车速下最优双时域参数,进而制定参数更新策略,在车辆行驶过程中根据策略实时更新时域参数,完成了自适应时域参数路径跟踪控制器的设计,并对控制器进行不同车速下的仿真试验,验证了自适应时域参数路径跟踪控制器能够保证车辆行驶稳定性,并具有良好的控制精度。将采用新型避障功能函数的局部避障路径规划器与自适应时域参数路径跟踪控制器进行集成设计,并搭建规划层与控制层集成的联合仿真平台,设置多障碍物工况进行仿真试验。仿真结果表明,规划层与控制层的集成结构能够在存在多障碍物的场景下重新规划安全路径并控制车辆精准跟踪,实现障碍物场景下车辆的安全行驶。