本发明涉及一种基于时序卷积网络的车辆换道意图预测方法，包含如下的步骤，S1:采集目标车辆和周围车辆的跟踪轨迹数据；S2：车道预测特征提取，从S1步骤获得的跟踪轨迹数据中提取出80个特征；S3：采用时序卷积网络作为骨架网络，输入多帧从S2步骤中获得的特征矩阵，对意图行驶车道和换道时间做出预测，输出目标车辆的当前意图车道。本发明综合考虑了周围车辆对目标车辆意图的影响，提取历史信息中的目标车辆状态、道路状态和目标车辆周围车辆的状态特征，通过时序卷积网络得到目标车辆的当前意图车道，克服了隐马尔科夫模型或LSTM等方法存在的训练复杂的缺点。