摘要：為對智能車周圍環境中車輛的行駛軌跡做出合理、有效的預測,提出了一種基于行為識別和曲率約束的車輛軌跡預測方法。首先,接收感知得到的障礙物信息,結合高精度地圖提供的車道線信息,對車輛進行行為識別;然后建立s-l坐標系,將車輛運動分解為沿車道線方向(縱向)的運動和垂直于車道線方向(橫向)的運動,依據行為識別結果得到車輛在橫、縱向運動的多項式方程;再以高精度地圖中的車道線曲率作為約束,篩選出一條最優的預測軌跡。實車實驗結果表明,在車道保持、換道和轉彎3種基本行為下,車輛在4 s內的軌跡平均預測誤差分別為:0.52,0.51和1.03 m,較CTRA模型預測誤差分別減小了1.81,4.48和5.49 m,單個車輛軌跡預測平均耗時為0.103 ms,驗證了本文中所提方法的有效性、準確性和實時性。