本发明公开了一种基于速度终点指导的自监督行人轨迹预测方法，能够根据行人及其邻居的历史轨迹，预测得到多条可能的未来轨迹。该方法包括以下步骤：利用图注意力网络和Transformer分别对过去和未来轨迹进行空间交互特征和时间特征提取；将得到的时空特征送入条件变分自编码器预测得到多个“粗糙”的终点和速度；通过聚类算法对多个“粗糙”的终点进行聚类，划分得到“细化”的终点；将过去的时空特征、“细化”的终点、速度送入解码器得到最终的多条预测轨迹。本发明充分考虑了行人轨迹的交互特征，使用双分支的特征提取网络分别提取时空特征，同时通过自监督任务在不增加额外标注的情况下预测得到了多个终点和速度，并用于指导最终的轨迹生成。更近一步，我们对预测得到的多个终点进行聚类，保留了多种潜在的可能的同时增加了轨迹多样性。