Este documento presenta un controlador integrado de evitación activa de obstáculos en el marco del Control Predictivo por Modelo (MPC) para garantizar una evitación de obstáculos adaptativa y libre de colisiones en escenarios complejos, manteniendo un buen nivel de estabilidad del vehículo y suavidad en la dirección. En primer lugar, con las condiciones de la carretera observadas y los estados de los obstáculos como entradas, se construye y entrena un modelo de Regresión de Proceso Gaussiano (GPR) basado en datos para generar intervalos de confianza, ya que los sobres de seguridad dinámicos adaptativos a la escena representan los límites de seguridad de la evitación de obstáculos. Posteriormente, los sobres de seguridad generados se transforman en restricciones suaves y duras, que se incorporan al controlador MPC y se actualizan en el horizonte de predicción para hacer frente a condiciones de conducción inciertas y en rápida evolución. Minimizar tanto los incrementos de control como los parámetros de características de estabilidad se formula en los objetivos del controlador MPC. Al resolver el problema de optimización multiobjetivo con restricciones suaves y duras impuestas, se obtienen comandos de control para dirigir el vehículo con el fin de evitar los obstáculos de manera segura y suave, garantizando la estabilidad del vehículo. Los experimentos realizados en un simulador de conducción basado en movimiento muestran que el controlador propuesto logra realizar una evitación de obstáculos segura y estable incluso en condiciones peligrosas. También se verifica que el controlador propuesto puede aplicarse a escenarios más complejos con obstáculos dinámicos presentados.