本文针对智能车辆在行驶过程中对周边障碍物难以先验认知,无法及时识别交通异常工况,事先预测车辆碰撞的驾驶安全性问题,建立智能车辆碰撞预测模型,运用贝叶斯网络准确地预测车辆在行驶过程中可能发生碰撞的概率,辅助车辆或驾驶人及时采取应急措施。主要工作如下:首先,本文通过对智能车辆避障安全机制和车辆碰撞预测模型的研究,分析了利用贝叶斯网络模型预测碰撞概率值的可行性,介绍了利用贝叶斯网络模型进行碰撞预测的总体方法。其次,通过分析已发生交通事故的场景数据,分别从驾驶人、车辆、道路和场景环境四个方面阐述车辆的碰撞与道路交通系统的关系,构建了“人-车-路-环境”四因素耦合影响模型;结合车辆碰撞问题,具体研究了贝叶斯网络模型构建的理论,结合特定交通场景确定具体网络结构和概率计算方法,利用贝叶斯网络模型的动态性实现对车辆碰撞的实时预测。最后,构建特定的交通场景,利用UC-win/Road和GeNIe仿真软件对交通场景数据及贝叶斯网络模型数据仿真训练,动态地预测智能车辆与其他障碍物交互时产生碰撞的概率。将具体案例的仿真预测概率与实际计算概率对比,结果表明,二者条件概率的最大绝对误差为0.016,预测模型具有较高精确度。验证了贝叶斯网络预测模型在车辆碰撞概率预测中应用的可行性和适应性。本文的研究表明基于贝叶斯网络模型的车辆碰撞预测方法能够及时准确的预测车辆碰撞概率,为驾驶人提供有效的决策依据,缩短了车辆的应急时间,保障人车安全。