近几年来,随着无人驾驶技术的快速发展和广泛应用,有关无人驾驶的关键技术吸引了大量国内外学者的青睐和研究。一方面,对无人驾驶技术的研究为现代智能汽车的开发提供了理论基础,另一方面,日益成熟的无人驾驶技术能大大提升车辆乘坐舒适性和汽车行驶安全性,同时为智能交通系统的发展和应用提供技术支撑。轨迹跟踪问题是无人驾驶车辆开发中的关键技术难题之一,精确的轨迹跟踪已经成为汽车工业领域和学术领域公认的实现自主车辆运动控制的核心技术之一。相较于当下其他控制算法,模型预测算法具有模型预测、滚动优化和在线校正的鲜明特色。因此本文在常用模型预测控制算法的基础之上,开展了无人驾驶车辆的轨迹跟踪控制研究,本文的主要研究成果如下:（1）根据运动学原理建立某自主无人小车的二自由度运动学模型,为本文拟开发的两种改进模型预测控制器提供控制对象。（2）提出一种应用于无人驾驶小车的线性时变模型预测跟踪控制器（Linear time-varying model predictive controller,LTV-MPC）设计方法。首先,基于所建立的无人小车二自由度运动学模型构建车辆轨迹跟踪系统的误差模型;其次,利用线性参数化理论对其进行离散化,在模型预测控制（Model predictive control,MPC）框架内将该轨迹跟踪控制器的设计转化为一个线性二次规划最优问题。最后,在MATLAB/Simulink中对所设计的控制器的有效性进行验证。（3）为进一步降低控制器设计复杂度,提出一种应用于无人驾驶小车的非线性模型预测控制器（Nonlinear model predictive controller,NMPC）。首先,根据无人驾驶车辆的二自由度运动学模型,将现实中的道路转化为非线性的数学问题;其次,对该非线性问题利用欧拉法进行求解,通过非线性模型、当前的状态量和控制时域内的控制量序列对未来的状态进行预测;最后,在在MATLAB/Simulink中对所提出的NMPC控制器有效性进行了验证。（4）根据无人驾驶车辆实验需求搭建了户外场地实验平台,该平台由一辆成比例缩小的真实赛车、传感器、单片机、控制器以及上位机组成。基于Arduino开发板和MATLAB编程实现所设计控制器的开发,以此对所提出的LTV-MPC和NMPC控制器的有效性进行不同预设参考路径轨迹下的实车验证。