本发明公开了一种基于条件变分生成对抗网络的行人轨迹预测方法，首先对语义地图中的环境信息进行特征提取，接着从预测行人的历史轨迹序列中提取特征信息，基于场景物理环境对行人轨迹的约束和影响，融合条件变分自编码器CVAE和条件生成对抗网络CGAN，设计条件变分生成对抗网络模型Context‑CVGN，实现行人轨迹预测；通过在不同场景下进行训练测试，本发明提供的Context‑CVGN能够综合二者的优点实现整体性能上的最优。整体上本发明提出的算法可以在环境语义信息较为复杂的情况下生成高质量的满足环境条件约束的行人未来轨迹预测结果。