本发明涉及一种集群车辆运动轨迹预测方法，包括：采集不同时段内的车辆轨迹时空信息数据，将车辆轨迹时空信息数据按照时间顺序切分为多个短时片段，并生成每个片段内每辆车的行为数据，得到车辆时序特征数据，随机划分得到训练集和验证集；基于循环神经网络和图神经网络，构建车辆轨迹预测模型；利用训练集对模型进行迭代训练、利用验证集检验模型的预测效果，以得到参数最优的车辆轨迹预测模型；将待预测场景中的集群车辆历史轨迹时空信息数据输入参数最优的模型，输出得到对应的集群车辆轨迹预测结果。与现有技术相比，本发明从动态表征车辆交互的角度进行改进，能够更准确描述车辆集群行为，提升集群车辆运动轨迹预测的准确性和稳定性。