自动驾驶汽车的发展越来越受到世界的关注,自动驾驶技术是汽车产业最富有技术创新的领域。目前关于自动驾驶汽车的大部分研究都侧重于常规工况下行驶的问题,即表征车辆运动特征的动力学参数未达到极限值,而对极限工况下的研究较少。未来,自动驾驶汽车从研发到实际应用的过程必然要考虑不同工况下如何行驶的问题。为此,本文从汽车安全性的角度,研究智能汽车侧滑状况的预测以及行驶控制问题。本文对自动驾驶技术的研究主要分两个方面。第一个方面是通过对车辆自身常见的传感器所获得的信息来预测车辆行驶侧滑状况,研究车辆行驶侧滑状况预测方法。第二个方面是通过侧滑状况预测方法判断车辆是行驶在偶发滑移扰动的情况还是滑移扰动的较多的情况。根据结果,设计不同的控制器。本文对侧滑状况预测,偶发滑移扰动情况下的车辆回正控制以及滑移扰动的较多情况下的车辆回正控制这三个部分进行研究,并对研究方法及结果进行了阐述。针对目前大部分车辆研究都是在常规工况下进行,却没有考虑到非常规工况下行驶的问题,本文给出了通过对车辆状态信息的处理来预测车辆侧滑状况的方法。通过车内传感器获得车辆状态信息,对信息进行滤波加权卷积的处理,通过得到数据的幅值来描述车辆侧滑状况的预测。通过仿真表明,本文给出的方法可以避开环境因素限制和噪声扰动,对不同程度的侧滑状况进行预测。针对车辆在行驶过程中可能因为车身自身不平衡,路面不平整等因素导致车辆偏离期望轨迹的问题,本文给出了车辆偏离行驶轨迹后,在偶发滑移扰动的情况下回正到期望轨迹的控制器设计。通过仿真结果表明,本文基于车辆横摆方向,侧向和纵向的车辆动力学模型的模型预测控制器可以在车辆偏离期望轨迹后,对车辆进行回正控制,使车辆能回到期望轨迹上。针对车辆在连续滑移扰动的情况下,车辆偏离轨迹且车辆在行驶过程中容易受到扰动的问题,本文建立了基于车辆横摆方向,侧向和纵向的非线性车辆动力学模型,设计了考虑到连续滑移扰动引起车轮滑移率变化的带参数的模型预测控制器。仿真结果表明,本文给出的控制器可以在车辆偏离期望轨迹后使车辆较快的回到期望轨迹上。通过仿真对比,本文给出的带参数模型预测控制器在进行车辆控制回正的过程中发生滑移时,可以更好的保持车身状态稳定,提高自动驾驶汽车行驶的安全性。