道路交通事故的发生,给人们的生命财产安全带来了巨大的损失,因此寻求一种降低交通事故发生率的方法具有重要意义。无人驾驶技术由于其智能化的特点,使缓解交通安全问题和降低交通事故发生率成为可能,实现无人驾驶的基础和关键就是无人车的路径规划与轨迹跟踪。然而,规划与跟踪方法本身的局限性、无人车行车环境的复杂性和动态不确定性,为无人车规划最优可行路径、实时跟踪轨迹带来了较大的阻碍。虽然近年来基于模型预测控制(Model Predictive Control,MPC)的无人车路径规划与轨迹跟踪研究取得一定进展,但在最优路径、轨迹的跟踪精度和实时性方面仍然有较大的改善空间。因此,有必要对基于模型预测控制的无人车动态路径规划与轨迹跟踪进一步研究。本文的主要研究内容如下:(1)基于改进人工势场(Artificial Potential Field,APF)的无人车行车环境建模。首先在现有无人车行驶影响因素(障碍物、道路、其它环境车和目标点)的基础上,对于同一类因素的差异进行区别:将障碍物分为可跨越和不可跨越障碍物,道路边界和车道线也分别考虑。再通过分析各个影响因素的特征,分别重新设计势场函数。其次为APF中影响因素分配合适的权重,来表示各种因素影响车辆行驶的程度;再通过引入临时障碍物,克服传统APF易陷入局部最优的缺点。最后在MATLAB中对改进的APF进行仿真实验,验证改进的APF在路径规划和避障性能较好,不会陷入局部最优。(2)基于模型预测控制的路径规划与跟踪算法的改进和优化。为提高系统的实时性,将(1)中建立的环境势场模型作为路径规划项添加至MPC的目标函数中,使路径规划和轨迹跟踪同时进行。其次针对MPC目标函数可能出现无最优解的情况,引入目标函数的调节因子,形成新的MPC目标函数;再对该目标函数进行线性化,加快目标函数的求解速度。最后采用MATLAB和CarSim联合仿真的方式进行仿真实验,设计单车行驶场景(跟车、换道、避障、直道、弯道),验证改进和优化后的MPC规划路径和跟踪轨迹更精确、求解速度更快。(3)基于APF和MPC的无人车组队行驶控制设计。在(2)的基础上,从单车扩展到车辆组队行驶控制。首先参照(1)中的建模方法进行环境建模,构建组队行驶环境模型。其次制定无人车组队行驶策略,再设计车辆组队行驶控制器。在设计控制器时,分别对引导车和跟从车的目标函数进行设计:引导车采用与(2)相同的控制器,跟从车控制器在引导车控制器基础上增加参考轨迹项。最后设计多种实验场景(直道和弯道上的避障、超车等),在MATLAB和CarSim联合仿真平台进行仿真实验,检验本文所设计的控制器在组队行驶控制中的控制效果。本研究通过对人工势场的改进和对环境势场的完善,为MPC规划更准确的路径提供基础;再通过对MPC的优化提高求解速度和轨迹跟踪精度,最后在单车行驶基础上扩展,设计组队控制器实现车辆组队行驶。本研究对无人车的路径规划和轨迹跟踪、车辆组队行驶的研究具有一定的理论意义和实用价值。