近年来,随着国民经济飞速发展,人们的出行需求日益增长。高速公路以其同向性、全封闭性、快捷性、舒适性以及燃油经济性等明显优势,成为我国综合交通运输系统至关重要组成部分,为推动经济增长及社会进步起到了积极作用。由于车辆运行速度快以及混合交通流和危险驾驶行为的存在,高速公路交通事故频发。其中,危险换道行为是引发高速公路交通事故的重要原因之一。换道是一类复杂的驾驶行为,驾驶员操控车辆换道时需要观察周围多辆车的运行状况,同时,换道行为会对原车道和目标车道上的多个车辆造成影响,容易引发交通冲突甚至交通事故。另外,由于不同车型车辆在外观尺寸、动力性能、制动性能等方面存在显著差异,它们的换道过程及冲突风险呈现不同特征。为了揭示换道行为对高速公路车辆运行冲突风险的影响机理,本文将对高速公路不同车型车辆的换道特性与风险特征进行深入研究。首先,本文提取High D数据集中的车辆换道轨迹,结合相关规范,将车辆类型划分为五类,选取车辆换道持续时间、行驶距离、初始速度、与周围车辆的速度差和间距作为车辆换道特性指标,选取碰撞时间TTC（Time To Collision）和停车距离指数SDI（Stopping Distance Index）作为车辆换道安全性指标,分析不同车型车辆在换道特性和安全性上的特点。同时,本文基于统计学理论,对不同车型车辆的换道特性和安全性指标进行正态性检验和Kruskal-Wallis检验,得到自由流状态下,不同车型车辆在各项指标上差异的显著性,为后续建模提供基础。然后,本文根据差异性分析结果,基于XGBoost、随机森林和梯度提升决策树三类机器学习算法,选取描述换道车辆、周围车辆和交通流状态的多个参数作为特征变量输入,建立客车和货车换道冲突预测模型,对比发现XGBoost模型的预测效果更好,其预测的准确率分别为80.68%和83.87%。该模型可以与驾驶人换道意图识别技术结合,提前预测该次换道行为是否存在风险,并及时预警,为驾驶人进行安全换道决策提供支持。本文还引入SHAP算法对该模型进行解释,分析各个特征因素对车辆换道冲突的影响,比较其影响程度的大小和正负性,同时探究多个特征因素之间的交互影响关系。结果表明,客车的换道安全状况与周围四辆车的运动状态密切相关,而货车的换道安全性则受原车道和目标车道前车运动状态的影响较大。最后,本文以TTC和SDI为冲突判断指标,将不安全换道时间与换道持续时间的比值作为风险暴露水平,用考虑车辆加速度的碰撞速度差来描述风险严重程度,并利用故障树分析法,建立了同时考虑时间风险和空间风险的车辆换道危险度识别模型。同时,本文还探究了车辆换道初速度、加速度、换道方向和换道模式对不同车型车辆换道危险度的影响,并提出相应的管理建议。该模型不仅可以实现换道风险的实时识别,还可在预测周围车辆换道轨迹的基础上,预测车辆在未完成的换道过程中的风险,帮助车辆进行合理的换道路径规划,同时还可以为高速公路交通安全管理与评价提供支持。