随着智能驾驶技术的迅猛发展,智能汽车逐步朝着级别更高、应用场景更广泛的无人驾驶方向发展,主动避撞系统作为车辆主动安全领域的关键技术之一,也面临着更加严苛的性能要求。行人作为交通参与者中的弱势群体,提高道路行人的安全性成为汽车主动安全领域的研究热点。受行人主观意图的影响,行人行走轨迹具有较强的不确定性,使得传统的主动避撞系统具备一定的局限性。为此本文研究了一种基于行人动作特征分析的行人轨迹预测方法,并基于此设计了一种行人主动避撞系统算法,以期为无人驾驶汽车提高更为安全、舒适的主动避撞方法。首先分析了行人典型动作特征所表示的行走意图,揭示了行人在不同行走轨迹下的动态特征转移规律;通过7层卷积神经网络模型识别行人在不同运动状态下的典型动作特征,并基于动作特征的变化情况模拟了4种行人行走意图变化过程,简洁明了的表示出行人实际轨迹变化时间点与行走意图改变时间点的差异。然后对过街行人运动学特性进行分析,揭示了过街行人运动轨迹的变化对无人驾驶汽车速度控制策略的影响,并结合行人行走意图的综合考虑,提出了基于动作特征分析的行人轨迹预测算法,提前预测行人轨迹变化情况。其次综合考虑行人因素(Pedestrian factor)、距离因素(Distance factor)和车速因素(Speed factor)对主动避撞控制策略的影响,建立了不同轨迹工况下的PDS预估安全距离模型;在此基础上,设计了行人主动避撞算法,通过轨迹交汇时间比较、速度误差判断等方式规划制动策略,保障行人安全的同时兼顾制动过程的平缓性。最后搭建Carsim/Simulink联合仿真模型,对比分析了传统安全距离模型与本文所提PDS预估安全距离模型的制动距离和制动减速度值,表明PDS预估安全距离模型在行人主动避撞算法中的优势;同时对5种行人轨迹变化工况进行仿真分析,验证了所设计主动避撞算法的有效性;并结合实车试验进一步证明所设计的行人主动避撞系统的安全性和可靠性。