四轮独立电驱动汽车具有完全独立的四轮转矩控制,可获得更高的操纵稳定性,然而独立可控自由度的增加也使得控制系统更复杂。具有强耦合与非线性特性的复杂汽车稳定性控制系统对实时控制优化,特别是近年来逐渐被广泛应用的模型预测控制（MPC）方法的实时性提出了挑战。本文以四轮独立电驱动汽车为研究对象,基于模型预测控制理论,设计了主动前轮转向（AFS）和直接横摆力矩（DYC）集成控制器。为缩短MPC计算时间,一方面提出采用凸优化工具CVXGEN生成基于实时迭代方案的MPC算法来进行动态优化;另一方面设计改进了MPC无约束解析算法,以改善系统输入、输出对于约束条件的满足程度;并给出基于二次规划（QP）的MPC约束优化算法,以对比验证所提出方法的实时性能。主要研究内容如下:首先,以主动前轮转向和直接横摆力矩集成控制器为示例,设计了一种分层式控制结构:上层控制器以操纵稳定性为优化目标,采用模型预测控制方法根据驾驶员输入意图和车辆行驶状态计算得到整车期望的附加前轮转角和横摆力矩;下层控制器以附着椭圆为约束条件,采用加权最小二乘（WLS）方法将整车附加横摆力矩优化分配至每个车轮。通过仿真分析对比,该控制器能够有效的使车辆较好的跟踪理想状态,从而提高了车辆的操纵稳定性。其次,为缩短MPC计算时间,在分析四轮独立电驱动执行机构的饱和约束、控制系统状态约束等的区域性问题基础上,提出了改进的MPC无约束解析算法,一种通过在最优解违反约束之前引入模糊约束区域进行限制,以求得在线优化问题最优解的实际有效值的方法。在掌握实时凸优化工具CVXGEN基础上,将其与集成控制器的MPC优化问题相结合,生成了高速求解代码。并与其它算法用于集成控制器的计算时间进行了对比,表明所提出的改进算法的实时性。最后,基于作者研究室正在开发的实验小车,设计并搭建了可遥控的四轮独立电驱动汽车控制系统,包括以PC机作为上层的控制器、底盘通讯控制器、轮毂电机驱动控制器等,进行了调试和初步运行试验,实现了四轮独立电驱动汽车稳定性控制。仿真和初步实验结果表明:设计的分层式控制器以及提出的算法基本可行,能够有效维持车辆在不同工况下的稳定性,并满足实时要求。