本发明公开无人驾驶汽车领域中的一种基 于贝叶斯网络的目标障碍车轨迹预测方法，环境 模型分别计算出历史路径概率PA、航向角概率 PB、目标障碍车与其他障碍物距离影响概率PC、 历史速度概率PD、历史避让障碍物速度概率PE和 目标障碍车速度概率PF并输入贝叶斯网络模型， 贝叶斯网络模型将概率PA、PB、PC、PD、PE、PF作为子 节点输入，下一步路径栅格概率、下一步栅格速 度概率作为根节点构建贝叶斯网络结构，得到从 当前所在栅格到周围八个栅格的不同的后验概 率以及各栅格对应的速度的后验概率，比较出后 验概率值最大的栅格及速度作为目标障碍车的 下一轨迹点，本发明考虑动态环境下目标障碍车 与其周边其他障碍物之间距离的影响，预测的未 来轨迹更加准确。
