科技迅猛发展、国民经济显著增强,人均经济拥有量得到大幅提升,与此同时汽车保有量也势必会增加,从而造成日益严重的环境和交通问题。其中交通事故最为突出、对社会危害最大,主要是由于驾驶人员的不规范操作。为了减少交通事故的发生、响应社会需求,国内外汽车企业和科研机构开始对智能车辆进行研究,通过智能化车辆辅助人们驾驶以达到减少交通事故的目的。路径规划和路径跟踪作为智能车辆研究中的两大关键技术,可以使智能车辆准确地跟踪规划所得路径。因此,本文以智能车辆为基础,对智能车辆的路径规划和路径跟踪技术展开研究。本文首先对车辆进行运动学模型和单轨模型的建立,为智能车辆控制系统的研究和模型预测控制（Model predictive control,MPC）跟踪控制器的设计奠定理论基础;对车辆轮胎模型进行建立,确定轮胎的线性工作区域,为控制器约束条件的设计奠定基础。其次,研究了智能车辆在结构化道路环境下的局部路径规划。针对路径规划时,人工势场法出现的目标不可达与局部最优问题,提出在斥力函数中添加距离因子的方式进行改进。为了约束车辆在多障碍物存在的结构化道路中行驶,添加了道路边界势场和速度势场,从而使得改进的算法在达到避障效果的同时使车辆到达目标点。为了更加贴合实际道路环境、避免与前车发生碰撞,完成动态超车仿真,从而验证改进算法能有效完成局部路径规划。然后,阐述了模型预测的基础理论,选取非线性动力学模型为MPC控制算法的预测模型,对其进行线性化、离散化处理后,再根据约束条件、目标函数,得到线性时变MPC控制算法,从而建立了MPC路径跟踪控制器。以双移线为参考路径进行仿真实验,结果表明MPC控制下的智能车辆在不同速度和不同道路附着系数下具有较高的跟踪精度及较好的稳定性能。最后,为了验证本文所提路径规划与跟踪算法的实用性,在Simulink中搭建的控制器模型、Car Sim中建立整车模型和测试工况,让智能车辆在不同速度和不同路面附着系数的条件下对规划的超车路径进行跟踪仿真试验。结果表明,本文所提出的路径规划和跟踪算法能够很好地规划出超车路径并实现超车路径的稳定跟踪。