针对单一神经网络的预测轨迹与实际轨迹偏差较大的问题，同时为使智能无人车在双车道左转和单车道U形弯转向时具有仿熟练驾驶人的操作特性，基于熟练驾驶人的转向习惯设计一种结合长短期记忆（Long Short-Term Memory，LSTM）及反向传播（Back Propagation，BP）神经网络的LSTM-BP转向轨迹预测模型。在PreScan中建立车辆模型与虚拟场景，基于熟练驾驶人的操作习惯，通过G29驾驶模拟器操纵车辆得到转向数据训练组合预测模型，设计基于线性二次型调节（Linear Quadratic Regulator，LQR）的路径跟踪控制器，并利用Simulink-PreScan-CarSim对双车道左转和U形弯行驶两种工况进行联合仿真试验，验证该轨迹预测模型和轨迹跟踪控制器的准确性。