自动驾驶技术的蓬勃发展对于缓解交通拥堵、优化城市交通管理等方面发挥重要作用。轨迹预测和路径规划作为自动驾驶系统的重要技术,旨在根据当前人车路环境预测下一时域的行驶状态,并基于风险评估求解出最优路径方案。考虑到人车路等强耦合工况制约自动驾驶汽车及其他交通参与者的交互行为,设计基于交通场景的轨迹预测和路径规划方案成为自动驾驶技术发展的关键。本文以轨迹预测和路径规划为主题,提出一种基于交互式预测的路径规划算法,研究内容主要包括以下方面:（1）建立基于Transformer的交互式预测模型。提取矢量化的空间场景信息和参与者历史轨迹信息构建Transformer模型,设计一种具有双输入通道的交互式长期预测算法;然后,对网络结构进行优化,建立基于多头注意力的车辆关注层和场景关注层,获取地图与车辆之间的交互关系,以提高模型的计算效率和实时预测能力。（2）设计基于交互式预测的路径规划算法。将车辆运动路径规划问题解耦为横向路径规划和纵向速度规划。设计一种基于三次准均匀B样条的横向路径规划方法,并利用S-T图法,对车辆间的交互关系进行分析,将障碍车的预测轨迹投影到自动驾驶汽车路径上,生成速度规划的搜索区域;然后,利用动态规划和五次多项式算法,求解个性化驾驶策略的速度曲线,从而有效减少规划过程中存在的碰撞危险。（3）设计基于Argoverse数据集的系统测评方案。采用四种不同的评价指标对所提出的轨迹预测模型进行验证,实验结果表明,所提出的交互式预测模型能达到更高的预测精度以及更好的复杂场景应对能力;并在交通换道场景中,分析验证所提出的基于交互式预测的路径规划算法的安全性与有效性。