本文从图(graph)的角度出发,提出基于车载传感器时空图卷积的驾驶行为识别模型.首先,通过挖掘传感器间的关联性构建传感器的图结构;其次,基于时间信息融合策略的不同,提出基于LSTM的层级时空图卷积网络(H-STGCN)和修正的时空图卷积网络(M-STGCN),用于捕捉传感器的时空相关性进行驾驶行为识别;最后,在公开的2个驾驶行为数据集上进行实验,结果表明H-STGCN模型的识别效果优于现有方法.