本发明公开了一种基于shockwave交通流模型的感知数据补全方法，包括如下步骤：从原始交通感知数据中筛选出较为完整的轨迹作为采样输入；利用shockwave交通流模型建立推理分析模型，将车辆的时空轨迹解析表达；建立两阶段的贝叶斯网络模型，通过贝叶斯推理框架，以统计描述观察变量和未观察变量之间的关系；利用融合轨迹数据，使用EM算求解贝叶斯网络，完成未知参数估计，实现数据信息补全。本发明针对现实情况中感知数据低采样率的情况，采用模型数据双驱动的方法，在雷视融合感知数据的基础上，结合shockwave交通流模型，并利用贝叶斯网络基于采样数据对未知参数进行推断，从而有效实现感知数据信息的补全。