自动驾驶技术作为新时代智能技术发展的代表性产物之一,受到了国内外学者的广泛关注与深入研究。本文针对自动驾驶运动控制模块进行研究,主要涉及纵向控制与轨迹跟踪。纵向控制作为运动控制中的底层功能,需要保证对指定速度稳定、准确的跟踪,轨迹跟踪则实现对参考轨迹的有效跟踪。结合跟踪微分器、扩张状态观测器与模型预测控制技术针对输入约束问题、参考信号过渡问题、外部扰动问题、横纵向耦合问题进行研究,基于自主设计的自动驾驶软件框架部署了两种控制方案,并进行了实际的道路测试。本文主要工作总结如下:首先研究了自动驾驶纵向控制问题。考虑阶跃形式的指定速度以及存在控制输入约束和输入增量约束的情况,基于模型预测控制与跟踪微分器提出一种自动驾驶车辆纵向控制方案。利用跟踪微分器对外部输入的阶跃信号安排过渡过程,同时提取加速度参考信号作为模型预测控制器的参考输入。进一步考虑系统中的加速度限制,在模型预测控制器的优化问题中引入控制输入约束与输入增量约束,保证控制输入在避免超出限制的同时,不会产生大幅度抖振。设计过程中,对于跟踪微分器的收敛性、模型预测控制器的迭代可行性与稳定性进行理论性分析,并给出保证跟踪微分器渐近收敛、模型预测控制器迭代可行与渐近收敛的充分条件,为测试中的参数整定过程提供理论指导。其次,当纵向控制效果得到保证后,研究了自动驾驶车辆的轨迹跟踪问题。考虑存在外部扰动与横纵向耦合问题,提出一种基于非线性模型预测控制与扩张状态观测器的轨迹跟踪控制方案。扩张状态观测器对系统的外部扰动进行估计。利用非线性预测模型处理车辆运动过程中的横纵向耦合问题,在模型预测控制器的优化求解过程加入控制输入约束条件,使得最优控制量满足约束限制。此外,针对该控制方案中扩张状态观测器的收敛性、模型预测控制器的迭代可行性与稳定性、终端控制器的稳定性进行了分析和证明。给出保证扩张状态观测器输入-状态稳定的观测器增益范围,以及保证模型预测控制器输入-状态稳定需要满足的条件,为控制器参数整定过程提供依据。最后,基于实际自动驾驶车辆进行了纵向控制方案与轨迹跟踪方案的实际道路测试。给出了关于自动驾驶移动平台软硬件框架的介绍。针对软件框架存在的逻辑关系混乱、缺少中央调度功能、“模块”区分度低等问题进行了分析与改进。同时,在机器人操作系统中基于有效集算法对线性模型预测控制器优化求解过程进行设计与实现,基于内点法求解非线性模型预测控制器的优化问题。实际道路测试结果说明上述方案的有效性。