近年来随着人们对汽车安全研究的不断深入,自动驾驶技术成为了汽车行业关注的焦点。自动驾驶可以减弱车辆对驾驶员的依赖,缓解交通拥堵,提高行车安全性和交通有序性。路径规划和轨迹跟踪作为自动驾驶中的核心技术之一,平稳、精确地实现轨迹规划控制,对实现自动驾驶具有重要意义。本文针对轨迹跟踪控制问题,考虑主要因素影响对车辆模型进行合理假设,建立七自由度整车模型与转向几何模型,选用魔术公式对轮胎的侧向力及纵向力进行计算分析。针对群智能路径规划算法存在生成路径难以满足车辆稳定性条件、实时规划的环境下不满足实时性要求、复杂环境下易陷入局部最优解等问题,在国内外研究的基础上,对传统算法主要影响因素进行研究分析,在状态转移公式中引入了遥望因子并改进初始信息素浓度及更新方式。考虑车辆行驶中的操作稳定性将规划出来的原始路径平滑处理,加入根据车辆具体驾驶场景可调节的系数。改进ACO算法与轨迹跟踪控制器结合进行仿真,试验结果表明算法可以有效应用于智能车辆的路径规划。针对车辆模型存在非线性、时变性、不确定性等特性导致轨迹跟踪控制精度不高、车辆鲁棒性及操纵稳定性差等问题,采用了参数可变的自适应模型预测控制方法。为了对比分析本文所设计的模型预测控制方法的性能评价指标,在非线性控制及线性控制方面分别研究了最优控制模型、SMC控制模型。以航向角误差模型及质心侧偏角偏差设计滑模面,针对SMC控制存在的抖振现象,采用指数趋近率,将饱和函数代替传统算法中的符号函数;考虑根据不同工况进行参数自适应调整,采用控制增量代替控制量的成本函数,并引入松弛因子完成了MPC轨迹跟踪控制器设计。仿真结果表明本文所设计的控制方法抗干扰能力强,验证了控制系统有效性及鲁棒性。