针对当前车辆主动避撞系统对行人检测效果不佳、避撞方式单一等问题,本文以提高车辆对行人的主动避撞能力为目标,对行人检测、轨迹预测、主动避撞策略以及车辆避撞控制等方面进行了分析与研究,开发了基于数据融合与轨迹预测的行人避撞算法。首先,本文在对国内外车辆主动避撞系统的研究现状与关键技术进行了充分的调研后,以“感知、预测、决策、控制”为主体思路,设计了行人避撞算法的整体框架。其次,为提高行人检测效果,本文设计了基于毫米波雷达与Mobileye摄像头数据融合的行人检测方法,利用加权平均法对两传感器的检测数据进行了融合;并在分析常见行人轨迹预测方法的基础上,设计了基于最小二乘曲线拟合的行人轨迹预测方法。第三,本文基于TTC时间碰撞模型和行人轨迹预测方法,对车辆与行人横纵向碰撞区域进行了划分;针对不同的碰撞场景,制定了减速避撞、碰撞预警、紧急制动和紧急转向避撞等4种避撞模式,并设计了相应的制动、路径规划、路径跟踪控制方法。最后,本文搭建了基于Pre Scan/Car Sim/Simulink的联合仿真平台,并对开发的算法进行了仿真验证;在此基础上,搭建了实车试验平台,并在不同场景下对算法进行了实车试验。仿真验证和实车试验结果表明,基于数据融合与轨迹预测的行人避撞算法能够实现对行人的良好检测和轨迹预测,并在多种场景下实现行人避撞,具有一定的实用性和先进性。