计算机应用研究

作者：黄海峰,黄德启,黄德意,刘振航,

单位：新疆大学电气工程学院,乌鲁木齐830017；

关键词：车辆换道意图识别,图注意力网络,图卷积网络,注意力机制,

基金：新疆维吾尔自治区自然科学基金资助项目(2022D01C430)；国家自然科学基金资助项目(51468062)；；

高速公路车辆在复杂动态场景下的车辆换道行为极易诱发交通事故，影响道路负载能力。为了提高预测车辆换道意图的能力，提出了一种基于双通道图神经网络（dual-channel GAT-MGCN）融合自注意力机制的换道意图识别模型。通过将图注意力网络（GATv2）提取的高阶交互特征与图卷积网络（GCN）经过可学习的消息传递函数message捕获的拓扑结构特征在高维空间进行拼接融合，同时利用线性投影去除冗余信息与重构机制有效保留关键信息，极大增强了特征表达的判别能力，使用轻量化网络模型提高模型的鲁棒性。通过这种联合特征表示，所提模型能够充分整合多源异构数据的时空交互信息，显著提升换道意图识别的准确率。针对数据不平衡问题，采用带类别权重的动态损失函数进行优化。基于公开的HighD高速公路轨迹数据集，所提模型在准确率、精确率和实时性综合分析优于传统机器学习和现有深度学习方法。消融实验进一步验证了所提模型对于性能提升的关键作用，该模型为高速公路场景下车辆换道意图预测提供了一种新颖的解决方案。

来源：2025年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第12期