2020年中国交通事故深入研究（CIDAS）的统计报告表明电动两轮车在汽车碰撞事故中占弱势道路使用群体VRU（Vulnerable Road User）事故总数62%,死亡人数占6.26%。从公安部的“一带一盔”安全守护行动可知,电动两轮车事故已然成为国内交通安全的关注热点。然而,大量的碰撞事故表明,事故前的“预碰撞区间”（-5～-2 s）时间内的人-车-道路等因素相互影响和制约是导致事故发生的主要原因之一。电动两轮车作为人们主要的交通出行工具,由于电动两轮车不规则骑行现象屡屡出现,大大增加了道路交通的安全隐患。因此研究电动两轮车运动不确定性对车辆与骑车人的碰撞概率预测具有重要的科学意义和研究价值。本文首先建立考虑骑车人过街运动不确定性的运动学模型。基于电动两轮车事故典型危险碰前场景下,运用无人机采集300例电动两轮车横穿机动车道的真实运动轨迹,提取电动两轮车骑车人运动轨迹的不确定性特征参数。采取一阶马尔可夫结合高斯白噪声构建电动两轮车骑车人运动不确定性数学方程,通过对比骑车人模拟轨迹与真实轨迹以验证电动两轮车过街模型有效性。结果显示:骑车人在X方向模拟速度平均值为0.003m/s,实际为0.007 m/s,绝对误差为0.4%;在Y方向模拟速度平均值为2.774 m/s,实际为2.774 m/s,绝对误差为0%;且骑车人不确定性运动模拟轨迹分布、速度分布与真实分布趋向一致。因此,电动两轮车运动不确定性下的骑车人运动模型建立有效,可用于碰撞概率预测模型研究。其次,建立车辆与电动两轮车骑车人碰撞概率模型。提出一种考虑车辆与电动两轮车骑车人相对位置的欧式距离模型以及评估碰撞风险的准确指标（最短距离和碰撞时间）,运用二分搜索算法查找两者最短距离以及达到最短距离的碰撞时间,采用蒙特卡洛方法结合高斯分布衍生函数求解最短距离和碰撞时间概率密度函数,积分乘积得到车辆碰撞电动两轮车的概率预测模型。结果表明:基于蒙特卡洛方法的碰撞概率预测可用来描述车辆与骑车人的碰撞风险,且本文引入蒙特卡洛方法平均耗时276.6 ms,比先前研究的同种算法平均耗时快5.3倍,预示着该算法具有一定高效性。最后,基于深度事故案例对碰撞概率预测模型验证。筛选2起电动两轮车深度事故,利用PC-Crash软件分析车辆在不同制动策略的AEB的规避响应。通过对比测试结果与概率预测结果,验证碰撞概率预测模型的有效性。结果表明:当事故发生时,预测模型显示碰撞概率为100%;当事故规避时,预测模型显示碰撞概率为0%。此外,基于2起事故结果表明:案例1中能规避事故的AEB制动策略碰撞概率最大下降幅度平均值为52%;而案例2为96.3%。减速度a、碰撞时间TTC以及传感器探测角度FOV有重大影响。其中,FOV影响显著,它是决定风险评估模型能否进行碰撞概率预测算法的前提。