自动驾驶是当代汽车相关领域的一个研究热点,其中自动驾驶车辆与行人的交互策略更是一个难题,目前尚未有一套成熟的量产方案用于解决自动驾驶车辆与行人之间的日常交互问题。本研究从实际城市路口的交互场景出发,设计了一种人车交互场景下的行人轨迹预测算法与考虑行人意图的自动驾驶车辆通过路口的策略。首先,本文总结了现有行人轨迹预测算法与人车交互决策算法的优缺点。现有行人轨迹预测算法由于缺少相应数据集,大部分研究只考虑了多个行人之间的相互影响,没有考虑交互车辆对行人轨迹的影响。而现有的人车交互决策算法相对保守且较少考虑行人意图,无法模拟人类驾驶员与行人之间安全高效的交互过程。因此,本研究采集了实际城市路口的行人车辆交互数据并对数据进行了分析,分析结果表明行人与交互车辆的轨迹会相互影响。本文提出了一种考虑交互车辆轨迹的行人轨迹预测算法框架,结果表明该算法框架可以较好地出预测行人与车辆通过路口时的加减速时机,并且在平均位移误差与终点位移误差指标上的总体表现优于基于恒速度模型的卡尔曼滤波算法。其次,考虑到现有人车交互算法大多只考虑了行人检测结果,即在检测到前方有行人时即采取刹车或转向避撞的动作,而现实中人类驾驶员往往在行人表现出过人行横道意图时才会考虑刹车礼让,本文提出了一种考虑行人过人行横道意图的人车交互决策算法,并通过调节其中一个参数达到模拟不同人类驾驶员过路口行为的效果。最后,本文提出了一种基于虚拟现实和行人在环的实车决策算法验证方法,并邀请不同的被试体验了本文提出的考虑行人过人行横道意图的自动驾驶车辆通过路口的策略。本文从主观问卷调查结果与客观数据结果对被试与自动驾驶车辆之间的交互过程进行了分析,分析结果表明被试能够感受到与自动驾驶车辆之间的交互,且整个交互过程是安全高效的。即在被试表现出过人行横道意图时,车辆有明显的减速行为,在被试未表现出过人行横道意图时,车辆则保持相对较高的速度匀速驶过路口。另外,主观问卷调查结果还显示本文提出的通过调节一个参数模拟不同人类驾驶员过路口行为的方法具有一定效果。论文提出了一种考虑交互车辆轨迹的行人轨迹预测算法与一种考虑行人过人行横道意图的自动驾驶车辆通过路口的策略,并通过基于虚拟现实和行人在环的实车决策算法验证方法验证了这种策略能够让行人感受到与自动驾驶车辆之间的交互,并且可以模拟不同的人类驾驶员通过路口的行为。本文研究结果有望推广到其他多人多车交互场景中的轨迹预测算法与人车交互决策算法的开发,具有一定的应用前景。