En el proceso de seguimiento de trayectoria utilizando el regulador cuadrático lineal (LQR) para tractores de ruedas sin conductor, se propone un método de optimización de matriz de ponderación basado en un algoritmo genético cuántico mejorado (IQGA) para resolver el problema de selección de pesos. En primer lugar, se establece el modelo cinemático del tractor de ruedas de acuerdo con el modelo de dirección de Ackermann, y el modelo establecido se linealiza y discretiza. Luego, se optimiza la estrategia adaptativa del ángulo de rotación de la puerta cuántica para ajustar el ángulo de rotación requerido para la evolución individual y asegurar un salto oportuno fuera del óptimo local. En segundo lugar, las poblaciones fueron perturbadas por la estrategia de perturbación caótica y la variación de la puerta de Hadamard de acuerdo con su grado de dispersión para aumentar su diversidad y precisión de búsqueda, respectivamente. En tercer lugar, la matriz de ponderación de estado Q y la matriz de ponderación de control R en LQR fueron optimizadas utilizando IQGA para obtener incrementos de control para el control de seguimiento de trayectoria del tractor de ruedas sin conductor con órbitas circulares y de doble desplazamiento. Finalmente, se llevó a cabo la simulación de seguimiento de órbitas circulares y de doble desplazamiento basada en la combinación de Carsim y Matlab para comparar el rendimiento de LQR optimizado por cinco algoritmos, incluidos LQR tradicional, algoritmo genético (GA), algoritmo de enjambre de partículas (PSO), algoritmo genético cuántico (QGA) e IQGA. Los resultados de la simulación muestran que el IQGA propuesto acelera la convergencia del algoritmo, aumenta la diversidad de la población, mejora la capacidad de búsqueda global, preserva la excelente información de la población y tiene ventajas sustanciales sobre otros algoritmos en términos de rendimiento. Cuando el tractor siguió la trayectoria circular a 5 m/s, el error cuadrático medio (RMSE) de cuatro parámetros, incluyendo velocidad, desplazamiento lateral, desplazamiento longitudinal y ángulo de rumbo, se redujo en aproximadamente un 30%, 1%, 55% y 3%, respectivamente. Cuando el tractor siguió la trayectoria de doble desplazamiento a 5 m/s, el RMSE de los cuatro parámetros, como velocidad, error de desplazamiento lateral, error de desplazamiento longitudinal y ángulo de rumbo, se redujo en aproximadamente un 32%, 25%, 37% y 1%, respectivamente.