随着社会的进步和科技的发展,汽车保有量逐年增加,交通问题变得越来越严重,这严重影响人们的生活质量,有时甚至危机人们的生命。智慧交通系统作为解决交通问题的最佳方案应运而生。无人驾驶车辆作为智慧交通系统的重要组成部分,国内外车辆制造企业、科研机构和科技公司都对其进行了技术研究和使用化探索,并且成果显著。无人驾驶车辆实际上是一种非常典型的四轮移动机器人,它通过车载传感器感知周围的环境,利用路径规划算法生成无碰撞参考路径,然后通过车载控制器实现路径跟踪。在无人驾驶众多技术中,在复杂路况的条件下能够稳定、准确、快速跟踪上规划路径一直是研究的重点和难点。本文除了对车辆底层的控制问题进行研究外,还将研究模型预测控制（Model Predictive Control,MPC）算法在复杂的道路环境下算法的鲁棒性和适应性。首先,本文对无人驾驶项目背景和研究意义、国内外无人驾驶车辆的研究现状、无人驾驶车辆的关键技术、无人驾驶所面临的挑战、路径跟踪控制算法的研究现状和国内外学者针对路径跟踪问题的解决方法进行介绍。其次,结合改装后的日本铃木锋驭轿车为实验平台,本文对实验平台用到的硬件组成、车辆底层控制用到的传感器和控制器的原理和接线方式进行介绍。为解决无人驾驶车辆高精度路径跟踪问题,在小角度条件假设下,采用魔术公式（MF-Swift）对轮胎纵向力和横向力进行分析,建立轮胎的力学模型。然后根据牛顿第二定律,对整车进行受力分析,最终建立车辆二自由度动力学模型。然后,为解决复杂道路环境下高精度的路径跟踪问题,本文采用MPC算法设计路径跟踪控制器。和传统控制器相比,最优控制具有明显的优势。MPC属于最优控制的一种,该控制器设计方法是需由车辆状态和控制量构造目标函数,由控制量、控制增量和输出量构造约束条件,最终设计成带有约束条件的凸优化求解问题。本文的MPC控制器采用工程实践中常用的双移线作为参考路径。最后,结合Matlab/Simulink和CarSim仿真软件搭建联合仿真平台,分别验证在不同的路面条件、不同的车速和不同的控制器参数下,MPC控制器路径跟踪性能,为工程实践做好准备。仿真结果表明,MPC算法具有较好的鲁棒性和适应性,满足工程实践的要求。