无人驾驶车辆是一个集环境感知、行为决策和运动规划等多项功能于一体的综合智能系统。但由于无人驾驶车辆系统结构以及驾驶环境的复杂多变性,导致无人驾驶车辆会遇到很多不确定性,如周围交通参与者运动意图的不确定性、车载设备发生故障时,故障现象和故障原因映射关系的不确定性以及道路设施的不确定性等,这些不确定性因素都会对无人驾驶车辆的安全造成危害。随着无人驾驶车辆在交通和科学研究等领域被广泛而深入地探讨,如何在这种不确定性环境和不确定信息下提高无人驾驶车辆的安全性,引起了学术界和工业界的密切关注。针对上述问题,本文提出了一种基于贝叶斯网络的无人驾驶车辆不确定性推理方法,具体研究内容如下:（1）提出了一种基于贝叶斯网络的无人驾驶车辆车载设备故障诊断不确定性推理方法。针对无人驾驶车辆车载设备发生故障时,故障现象和故障原因映射关系的不确定性展开研究。首先对故障设备进行故障分析,确定贝叶斯网络节点、节点之间的依赖关系以及条件概率表,然后利用团树传播算法对贝叶斯网络故障诊断模型进行不确定性推理,由故障现象推理出故障发生的原因。（2）提出了一种基于本体和贝叶斯网络的周围交通参与者运动意图不确定性推理方法。针对无人驾驶车辆周围车辆行驶意图和行人行走意图的不确定性,对无人驾驶车辆行为决策方法展开研究。首先通过本体对驾驶场景进行建模,对驾驶场景中的复杂性进行充分的语义表达,然后对该本体进行概率扩展,用概率去描述周围交通参与者运动意图的不确定性,最后转换成贝叶斯网络进行不确定性推理,推理出无人驾驶车辆应该采取的最佳驾驶动作。（3）设计实现了基于贝叶斯网络的无人驾驶车辆不确定性推理工具,并通过无人驾驶车辆制动系统和行为决策系统两个案例进行分析,说明本文所提方法的可行性和有效性。为处理无人驾驶车辆不确定性工作提供了一种新思路。