现如今,随着人工智能、5G等先进技术在汽车行业的广泛应用,汽车正在变的越来越智能化,汽车的智能化给人们带来了很多便利的同时也改善了了交通安全等问题。因此国内各大厂商及研究机构对无人驾驶纷纷投入了大量的精力。无人驾驶技术主要包括环境感知、轨迹规划及轨迹跟踪控制,本文将轨迹跟踪控制技术展开研究。本文首先介绍了无人驾驶车辆轨迹跟踪控制技术的研究背景及研究意义,对无人驾驶车辆及无人驾驶车辆轨迹跟踪控制方法的国内外发展现状进行了简单的介绍。针对本文的研究问题说明了本文的主要研究内容并做出了技术路线图。针对轨迹跟踪控制分别建立了基于预瞄LQR和前馈的横向跟踪控制器和基于PID的纵向速度控制器。基于二自由度动力学模型和魔术轮胎模型建立横向跟踪控制器,由于该方法无法考虑到车辆的动力学因素、路面的附着情况,因此在低附着路面及高速工况,在跟踪期望轨迹的同时不能保证车辆良好的稳定性。针对此问题,提出轨迹跟踪分层控制策略,上层控制器为基于预瞄LQR和前馈的横向跟踪控制器,中层控制为基于滑模控制的直接横摆力矩控制器,下层为力矩分配和纵向速度控制器。横摆力矩控制器可以使车辆质心侧偏角和横摆角速度跟踪各自理想值从而被控制在稳定范围内,力矩分配模块对直接横摆力矩控制器产生的附加横摆控制力矩和纵向速度控制器产生的驱动力矩做基于轴荷比例的分配。由于在研究横向跟踪控制时,通常将纵向速度当作常数,很少考虑纵向速度对横向跟踪控制的影响,本文基于纵横向耦合的三自由度动力学模型通过模型预测控制理论建立横向跟踪控制器,该控制器考虑了纵横向间的耦合作用,可以解决在纵向速度发生变化的工况跟踪期望轨迹,比较符合实际驾驶场景。针对本文建立的三种控制策略进行不同速度和不同附着路面的仿真测试,结果表明基于预瞄LQR和前馈的横向跟踪控制可以在高附着中低速稳定跟踪双移线轨迹,在高速及低附着路面中高速工况下车辆会发生失稳。采用分层控制策略设计的轨迹跟踪控制器可以改善车辆在低附着路面的失稳问题。基于三自由度动力学模型的模型预测控制器可以在低附着路面减速工况下稳定跟踪双移线轨迹。