自动驾驶技术能有效缓解交通拥堵和交通安全问题,并且为产业升级提供了强大的动力,无人驾驶车辆已经成为现在研究的热点技术之一。模型预测控制具有预测信息和处理多约束的能力,能多场景、多目标地控制目标车辆。因此,在自动驾驶领域研究模型预测控制有重要的意义。首先构建在模型预测控制中使用的道路模型和车辆模型。在Frenet公式的基础上,采用了一种能获取中心线和道路边界线对应关系的方法将车道线参数化。结合单轨二自由度动力学模型和运动学模型采用了一种混合模型,能兼顾模型高速和低速的精确性。其次提出一种基于模型预测轮廓控制的自动驾驶汽车路径跟踪控制方法。该方法将路径规划和路径跟踪结合在一起,通过将车道线和车辆状态输入单层控制器实现路径跟踪。结合车辆稳定包络线和轮胎摩擦圆约束分别提高跟踪时的横向和纵向稳定性。采用线性时变近似的方法将非线性的目标函数转化为一个二次规划问题,提高了求解效率以及稳定性。然后提出一种基于车道边界线约束的方法,在模型预测轮廓控制中添加车道边界线约束,实现单层控制器的避障功能。运用改进栅格法建立环境模型,识别出障碍物区域,并通过凸近似避障可行域求解的方法,识别出车辆的可行区域,得到新的车道边界线来实现避障功能。最后通过Carsim/Simulink联合仿真平台验证该控制器,仿真结果表明所提的控制器具备良好的自主规划能力,能规划出用时最短的最优路径,并能较好实现避障功能,保持车辆的稳定性和安全性。