自主车拥有环境感知、动态决策和自主运动的能力,不论是在民用领域还是军事领域,都有着广泛的应用前景。本文以自主驾驶技术为研究背景,主要研究了其中的路径跟踪控制问题。在分析已有方法缺陷的基础上,本文首先将路径跟踪控制问题描述为带约束的优化问题,重点改进了目标函数。由于期望跟踪的道路并不能直接形成控制器的参考输入,因此进一步将该问题分解为参考输入的优化和参考输入的跟踪两步进行。由于路径跟踪控制器包括侧向控制器和纵向控制器,因此上述两步在侧向和纵向都有对应的问题。然后,本文研究了侧向控制参考输入即期望转弯半径的优化问题,对其中基于控制空间搜索的最优圆弧序列计算方法进行了深入的探讨,主要研究解决了其中目标点的选取,搜索空间的缩减,自适应步长选择等几个实际问题。其次,为了跟踪侧向参考输入,直接以最优圆弧计算控制输入的前馈分量,设计侧向逆控制器,针对车辆运动过程中存在的扰动,利用输出反馈估计不足转向系数实时调整计算模型,达到扰动补偿的目的。此外,本文研究了根据最优圆弧序列、与障碍物距离等因素优化设计纵向控制参考输入即期望速度的方法。最后为了跟踪纵向参考输入,针对纵向系统难以机理建模和存在扰动等问题,采用机器学习的方法,设计了一种基于最小二乘策略迭代(LSPI)的速度控制器。该控制器由一个PI控制结构和一个基于LSPI的学习模块组成,LSPI学习模块可以根据车辆的状态,通过一个离线学习得到的近似最优策略来在线调整PI控制器参数。实验表明,本文的路径跟踪控制方法能够适应多种车路关系,引导车辆更加安全地运动。