摘要：为增强无人驾驶车辆在现实噪声环境干扰下的轨迹跟踪控制稳定性，基于模型预测控制（MPC）原理构建了一种车辆轨迹跟踪控制器，即结合扩展卡尔曼滤波算法的模型预测控制器（EKF-MPC）。首先构建了车辆动力学模型，并设计了轨迹跟踪控制器、目标函数以及与之相适应的相关约束条件，再通过MPC算法求解最优解，并在每个控制采样时刻，动态更新扩展卡尔曼状态估计器的相关增益矩阵，计算车辆在当前环境下的后验状态矩阵，以此有效抵消车辆非线性特性及状态测量噪声带来的不良影响。利用Matlab与CarSim软件构建仿真模型并进行联合仿真验证，仿真结果表明：相较于MPC控制器，EKF-MPC控制器在不同路段的安全性提升了2.3%，可行性提高了37.7%，稳定性得到显著提升，为车辆轨迹跟踪控制技术的发展提供了有力支持。

      关键词：轨迹跟踪；扩展卡尔曼滤波；模型预测控制；CarSim软件

      中图分类号：U461；TP273     文献标识码：A 

      格式引文：霍婷婷，贾志龙，晏永,等. 基于扩展卡尔曼滤波器的MPC车辆轨迹跟踪控制[J].电气传动,2026,56(06):76-84. HUO Tingting，JIA Zhilong，YAN Yong,et al. MPC vehicle trajectory tracking control based on extended kalman filter [J].Electric Drive, 2026,56(06):76-84