为了提高实时货车载重估计的便捷性和精准度,辅助开展大范围低等级公路网的货车运输过程中载重的实时监管,本文从货车动静态信息的交互效应出发,提出了一种融合多头注意力机制的货车载重估计模型(Mix-MAN)。首先,在模型中引入了多头注意力机制,增强网络对运动学时序特征的提取能力;其次,利用堆叠自编码器捕获货车的静态特征;最后,设计了一种特征融合结构,融合提取动态特征和静态特征,建立输入特征与货车载重之间的非线性映射关系,得到货车载重估计结果。试验结果表明:与未考虑货车静态信息的MAN模型对比,Mix-MAN的平均绝对值误差减小了6%,均方根误差减小了5%,平均绝对百分比误差减小了0.5%。本文模型可为我国公路货物运输监管、道路养护等方面提供技术支持。