我国公路运输业发达,重型卡车为公路运输提供了大部分运力。随着车联网技术及辅助驾驶技术的进步,重型卡车智能化程度越来越高。目前在重型卡车上应用最普遍的辅助驾驶系统为定速巡航系统（Cruise Control System,CCS）。为弥补定速巡航系统在节油方面的不足,本文提出一种基于模型预测控制算法（Model Predictive Control,MPC）的预见性巡航控制系统（Predictive Cruise Control,PCC）。该系统依托车辆前方道路的坡度信息来规划巡航控制动作,旨在降低重型车辆的油耗,节约运输成本,提高卡车的智能化程度,降低驾驶员劳动强度。首先,本文使用一汽解放的大数据平台解放行和中寰卫星高级驾驶辅助系统（Advance Driver Assistant Systems,ADAS）电子地图获取了高速公路的地理信息。以重型卡车车流量较大的高速公路作为分析样本,对其地形特点进行分析,明确使用模型预测控制算法的优势。研究了驾驶员的需求,制定了PCC系统的设计目标。研究了模型预测控制算法的原理,分析其在预见性巡航控制中的应用方式。根据模型预测控制算法的计算要求,以本文研究车型的相关数据建立了多项式发动机油耗模型和车辆纵向动力学模型,以上述两个模型作为预测模型进行预测计算。分析PCC策略设计性能指标,选用非线性规划的优化方式,将预见性巡航的控制问题转化为非线性规划问题。对使用预见性巡航过程中存在的安全问题,研究了避撞调节策略。然后,根据本文研究的一汽解放某型6×4牵引车参数数据,在Truck Sim中建立了一个具有较高还原度的牵引车模型。根据相关文献设计符合道路建设标准的理想道路模型,用于控制变量来定向分析预见性巡航系统在特定路型上的控制动作。利用解放行和ADAS电子地图获取了特定路段的高速道路地理信息,对电子地图中海拔数据精度误差问题进行了处理。使用处理后的道路数据建立了模拟真实高速地形的道路模型。在MATLAB中使用S-Funtion模块建立了PCC控制器。对商用级的CCS控制算法使用S-Funtion模块进行封装,将其作为CCS控制器模型。最后,使用MATLAB与Truck Sim进行联合仿真。使用MATLAB中建立的控制器模型控制Truck Sim中的车辆模型,观察PCC系统在不同载重下对不同路面输入的响应。以CCS系统为对比对象,进行多样化的仿真工况设置,通过仿真实验数据详细分析这两个系统的优劣之处。仿真数据证明,在本文所设置的各种工况下,相比CCS系统,PCC系统可以在不同程度上降低重型车辆的燃油消耗。同时,在相同长度的道路模型上,使用PCC系统的车辆大多数工况下平均车速较高,可以更快地跑完全程。因此,本文研究的基于模型预测控制算法的预见性巡航系统达到了预期的设计目标,同时验证了模型预测控制算法在预见性巡航控制上具有可行性。