当今社会,在能源短缺环境污染的大氛围、人工智能的大浪潮、汽车行业的大转型的背景下,车辆的智能化正在迅速发展。无人驾驶汽车是智能车的重要组成部分,智能车决策是无人驾驶汽车的核心技术之一。对于智能车周围的人、车等智能体的行为预测是提高决策拟人化程度的关键。本文考虑多智能体交互进行行为预测,并在此基础上对智能车决策方法开展研究。首先,分析混杂交通流中行人、车辆的运动特性和交互作用,建立包含目标驱动力、周围运动物体排斥力、环境边界作用力共同作用下的各智能体社会力模型,作为行为预测的基础,并通过仿真实验验证所构建模型的有效性。其次,针对道路避撞场景,建立智能车主动避撞系统。分析驾驶员操作特性,给出该系统总体方案。基于纵向制动过程,分别建立针对车辆和行人的安全距离模型,给出期望加速度计算方法。针对避撞决策,使用碰撞时距和最小制动距离作为判定指标,设计了制动减速和转向换道两种避撞方式。然后,在各智能体社会力模型的基础上,提出一种考虑混杂交通环境中行人、车辆交互作用的行为预测方法,并将其引入决策流程,建立一种基于有限状态机的智能车避撞决策模型,能够有效预测智能体交互导致的轨迹改变,从而降低事故风险。最后,搭建Prescan/Simulink联合仿真平台,建立包含行人、车辆、道路信息的不同类别混杂交通场景,对有、无行为预测的智能车避撞决策系统进行仿真实验对比分析,证明所提出方法的有效性。