本发明涉及一种基于ATT‑GRU模型的行人轨迹预测方法和设备，方法包括如下步骤：采集人车混行环境下，行人在通过斑马线时的行人运动特性数据、异质性数据和交互场景数据并进行预处理；基于预处理后的行人运动特性数据、异质性数据和交互场景数据，利用预先训练好的ATT‑GRU模型对预定时长内的运动轨迹进行预测。与现有技术相比，本发明充分考虑行人自身的异质性，选取能够进行长时域轨迹预测的ATT‑GRU模型，将预测的轨迹输入到自动驾驶汽车的智能决策模块，帮助车辆实现实时的避障规划，保护行人的安全性，提高了自动驾驶汽车的通行能力。