随着智能交通的不断发展以及每年因为发生车祸而造成死亡人数的逐年增加,促使车辆不断地向着智能化的方向发展。轨迹跟踪是车辆自动驾驶技术研究的重要环节,同时也是研究智能车辆重要的模块。因此,研究车辆的轨迹跟踪控制环节对于车辆实现“智能化”具有重要的实际意义。目前对于智能车辆轨迹跟踪问题的研究在逐步的深入,同时也面临着更多的挑战,基于水平道路上的轨迹跟踪问题研究已经比较成熟,但是针对横向坡道及变曲率路况下使得车辆实现稳定、精确的追踪问题还有待进一步地研究与探索。为解决目前智能车辆不能适应横向坡道及变曲率路况,且在该复杂工况下进行轨迹追踪时存在稳定性、精确性比较差的问题,本文基于传统未考虑侧倾的模型预测控制理论（MPC）提出了一种多因素综合控制的模型预测轨迹跟踪控制器（MC-MPC,全称为Multi-factor Control-Model Predictive Control）。首先基于传统未考虑侧倾的车辆动力学模型增加侧倾影响因素,在具有一定横向坡度角的路面上对智能车辆进行受力分析,状态量增加了侧偏角速度、侧倾角、侧倾角速度、航向偏差、距离偏差等物理量,控制量增加了道路倾角和曲率两个物理量,得到多因素综合作用的车辆非线性动力学模型。其次结合模型预测控制原理,设计得到多因素综合作用的模型预测（MC-MPC）轨迹跟踪控制器。对多因素综合作用的车辆非线性动力学模型应用泰勒公式及前向欧拉法进行线性化、离散化处理得到预测方程,引入横向道路倾角和曲率的变化量构建了新的预测方程,利用二次规划求解器原理求解每一时刻的控制量。增加设计车辆稳定性指标归一化的零力矩点的约束环节。最后搭建Car Sim/Simulink联合仿真平台,在Simulink中建立多因素综合作用的模型预测轨迹跟踪控制器模型,仿真分析了坡道路况下,高速高附着系数的横向坡道及变曲率参考路面、中速高附着系数的横向坡道及变曲率参考路面、高速低附着系数的横向坡道及变曲率参考路面和中速低附着系数的横向坡道及变曲率参考路面四种工况下MC-MPC轨迹跟踪控制器的性能,实验结果证明本文设计的MC-MPC轨迹跟踪控制器在坡道路况下能够更加稳定、精确的完成轨迹跟踪任务。