自动驾驶车是-种通过计算机系统实现无人驾驶的智能汽车,是一个集合多领域先进技术的综合产物。感知、决策、规划控制是自动驾驶车的三大核心,使车辆能够感知和理解行驶环境,进行主动决策,对全局或局部地图进行实时地路径规划,并准确控制车辆运动,跟踪期望的轨迹,达到期望的行驶要求。规划控制作为其中的核心之一,合理地规划轨迹、平稳地运动控制,是实现自动驾驶的关键。本文通过研究自动驾驶中的轨迹跟踪控制,设计了基于模型预测控制的轨迹跟踪自动驾驶系统。为了实现自动驾驶车对期望轨迹的跟踪,首先建立了道路Frenet坐标系下车辆状态表示模型。为了应用车辆模型构建控制器,对车辆运动学和动力学特性进行了分析,建立了车辆的物理模型,并以车辆纵向位置误差、纵向速度误差、横向位置误差、横向速度误差、航向角误差、航向角速度误差作为状态空间的状态,以转向角和加减速作为状态空间的控制量,构建了状态空间模型。基于车辆状态空间模型,构建模型预测控制的预测模型,在轨迹跟踪控制中应用模型预测控制,由控制作用下的过程模型预测车辆的未来状态,将预测模型转换为二次优化问题,并加上控制量约束,对该二次优化问题进行求解,滚动求得轨迹跟踪控制的最优控制量。通过ROS机器人系统和GAZEBO仿真平台,对基于模型预测控制的轨迹跟踪自动驾驶系统的进行了模拟仿真,仿真显示了自动驾驶系统稳定运行,具有较好的轨迹跟踪效果,验证了基于模型预测控制算法在自动驾驶车轨迹跟踪上的可靠性和有效性。考虑到仿真和现实的差异,为了进一步对系统进行研究和验证,搭建1/10比例实体车,以NVIDIA Jetson TX2作为运行平台,对基于模型预测控制的轨迹跟踪自动驾驶系统进行实际测试,测试结果表明,硬件选型以及硬件系统框架的可行性,基于模型预测控制的轨迹跟踪自动驾驶系统在实际应用中的可靠性和有效性。