由于有轨电车具有成本低、能耗低、污染小等方面的诸多优势,使得其发展迅速,成为重要的公共交通工具之一。又随着人工智能的飞速发展,无人驾驶有轨电车逐渐成为研究热点。但通过以往有轨电车的运行情况而言,无人驾驶有轨电车在运行过程中的安全问题仍是研究人员关注的重点。如何能够确保无人驾驶有轨电车在城市道路中安全有效行驶,在保证有轨电车稳定行驶的同时确保电车的安全性能成为无人驾驶有轨电车研究的重点。本文在考虑无人驾驶有轨电车在运行过程中的行驶特点以及周围环境的变化,主要针对有轨电车运行安全评估问题展开了如下研究工作:1、分析无人驾驶车辆安全评估方法与有轨电车之间的关系,当有轨电车位于交通道路中,考虑到GPS数据包含一定的噪声,对所获取得到的车辆数据进行预处理,保留有效数据;针对周围车辆轨迹预测的实时性与高精度要求,建立融合卷积神经网络与长短时记忆网络特征的轨迹预测模型,针对预测模型的超参数对预测结果影响较大,采用网格搜索算法对不同超参数进行寻优。并通过真实数据集对该方法进行验证,实验结果表明该方法的可行性;2、考虑到无人驾驶有轨电车避障过程中电车运行轨道固定特点,以及无人驾驶有轨电车在交叉路口时的运行特点,建立有轨电车动力学模型,并记录有轨电车在当前车速下与周围车辆在同一时间到达交叉路口冲突点的时间,结合蒙特卡洛仿真实验统计有轨电车到达冲突点的时间分布情况,基于统计方法计算有轨电车与周围车辆之间的碰撞概率。最后,建立了不同车速情况下无人驾驶有轨电车在交叉路口冲突点的风险模型,并通过与实验参数进行对比,验证了该方法的有效性。