Predecir las trayectorias de los vehículos circundantes juega un papel importante en la seguridad de conducción de los vehículos autónomos. Afecta la toma de decisiones, la planificación de rutas y el control del movimiento del vehículo en los vehículos autónomos. Sin embargo, debido a la incertidumbre de la dinámica del vehículo, la intención de conducción y la complejidad del entorno circundante, existen interacciones entre vehículos y otros problemas, y la predicción de movimiento se enfrenta a grandes desafíos. Este documento propone un algoritmo de predicción de trayectoria que combina la clasificación de la intención de conducción y la corrección de la interacción ambiental para superar el problema de predicción de movimiento del vehículo líder. Para resolver los problemas de incertidumbre en la predicción de la intención de conducción del vehículo y la no linealidad entre los movimientos futuros del vehículo y el entorno, se proponen un reconocimiento de intención de conducción basado en el algoritmo Fuzzy C-mean y un algoritmo de predicción de movimiento del vehículo hacia adelante que combina los resultados de predicción de múltiples modelos. El método de campo de potencial artificial también se utiliza para modelar la interacción del vehículo y corregir los resultados de predicción de trayectoria. Finalmente, la validación de datos de vehículos reales demuestra que este algoritmo tiene una alta precisión de predicción.