自动驾驶系统可以将驾驶员从车辆操纵中解放出来,有望大幅减少交通事故的发生并提高道路的通行效率。路径跟踪控制是自动驾驶系统的核心技术之一,目标是在保证行驶稳定性的基础上,使车辆尽可能地沿着参考路径运动。在高速转向、路面湿滑等极限工况下,稳定且准确的路径跟踪控制是自动驾驶系统安全性的关键。得益于在处理多变量带约束控制问题方面的独特优势,模型预测控制在路径跟踪方面的应用成为了研究热点。然而,由于在极限工况下,轮胎侧偏力饱和,车辆动力学具有较强的非线性。此时采用线性模型预测控制会产生较大的跟踪误差,而采用非线性模型预测控制则面临着在线计算量过大的问题。本文针对极限工况下路径跟踪控制的稳定性和实时性要求,设计了基于非线性预估模型预测控制的车辆路径跟踪与稳定性综合控制算法。主要工作如下:（1）建立了包含魔术公式轮胎模型的非线性车辆动力学模型,考虑了各车轮垂向载荷变化的影响,仿真对比并验证了该模型的精度。（2）基于质心侧偏角-横摆角速度相轨迹图,分析了车辆运动时行驶速度、路面附着系数和前轮转向角对稳定性的影响,并建立了基于轮胎附着极限的车辆运动稳定性约束。（3）将基于非线性预估的模型预测控制算法应用于路径跟踪控制,利用上一周期的控制序列和非线性车辆动力学模型计算出预测时域内的预估状态量变化轨迹,再沿该轨迹对模型进行线性化处理,将非线性优化问题转化为二次规划问题,实现了预测精度和在线计算量的平衡。（4）将车辆的运动稳定性约束嵌入到优化问题中,引入基于差动制动的直接横摆力矩控制,根据实时工况完成激活和关闭状态的切换,制定各车轮制动力矩的分配策略,实现了路径跟踪与稳定性的综合控制。（5）搭建了MATLAB/Simulink和Car Sim联合仿真平台,编写了控制程序。仿真结果证明该控制算法实时性良好,在各种行驶速度下均能实现稳定的路径跟踪。在附着条件良好的路面上,可以控制车辆以108 km/h的速度做稳定的双移线运动;在附着系数为0.2的湿滑路面上,仍然能够保证车辆以60km/h的速度稳定移线。