車(chē)型的自動(dòng)識(shí)別技術(shù)是ITS系統(tǒng)構(gòu)成的關(guān)鍵技術(shù)之一，主要通過(guò)車(chē)型識(shí)別系統(tǒng)采集車(chē)輛原始圖像，運(yùn)用相應(yīng)的圖像處理算法分析、處理并獲取車(chē)輛的相關(guān)信息，最后進(jìn)行相應(yīng)的智能化數(shù)據(jù)管理。無(wú)論在交通路況 的實(shí)時(shí)監(jiān)控領(lǐng)域，還是機(jī)場(chǎng)、車(chē)站、收費(fèi)站的車(chē)輛自動(dòng)收費(fèi)領(lǐng)域，車(chē)型識(shí)別技術(shù)都具有廣泛地應(yīng)用。

　　目前國(guó)內(nèi)外一些主流的車(chē)型識(shí)別方法主要有以下幾種：

　　(1) 地感線圈檢測(cè)法

　　地感線圈檢測(cè)系統(tǒng)的原理是通過(guò)在待測(cè)車(chē)道路面下埋設(shè)通以高頻電流的地感線圈，當(dāng)車(chē)輛從地感線圈上方通過(guò)時(shí)，由于車(chē)體結(jié)構(gòu)大部分由金屬材料組成，因此會(huì)產(chǎn)生切割磁感線的現(xiàn)象，進(jìn)而在線圈內(nèi)部產(chǎn)生渦流效應(yīng)使得線圈電感量發(fā)生變化，不同型號(hào)的車(chē)輛將得到不同的諧振頻率變化感應(yīng)曲線，以此為特征就可以區(qū)分不同類(lèi)型的車(chē)輛[11]。這種方法的優(yōu)點(diǎn)是準(zhǔn)確率高，同時(shí)不受天氣影響，但是一方面由于在安裝和維護(hù)地感線圈的過(guò)程中要破壞交通路面，因此產(chǎn)生的修理和維護(hù)費(fèi)用較高，同時(shí)需要中斷交通，也影響了交通道路的使用壽命;另一方面在使用地感線圈檢測(cè)法時(shí)，車(chē)輛的行駛速度和車(chē)輛并行通過(guò)等其他因素也容易影響獲得的感應(yīng)曲線精確度，因此，地感線圈檢測(cè)法一般作為其他系統(tǒng)的子系統(tǒng)，起到輔助系統(tǒng)的作用。

　　(2) 紅外線探測(cè)法

　　紅外線探測(cè)法主要是通過(guò)在道路兩旁設(shè)置紅外線陣列發(fā)生器以及紅外線接收裝置來(lái)獲取車(chē)輛數(shù)據(jù)。系統(tǒng)正常運(yùn)行時(shí)，當(dāng)有車(chē)輛經(jīng)過(guò)時(shí)，車(chē)體的不同部位對(duì)于紅外線具有不同的反射作用，最后將接收裝置接收到的車(chē)體輪廓形狀、車(chē)高、軸距等信息作為判斷不同車(chē)型的特征依據(jù)，從而實(shí)現(xiàn)車(chē)型的自動(dòng)識(shí)別。紅外線探測(cè)法的原理簡(jiǎn)單，同時(shí)由于系統(tǒng)采集到的數(shù)據(jù)量十分大，得到的車(chē)體信息比較完整，因此系統(tǒng)有較高的識(shí)別率，缺點(diǎn)是硬件裝置成本較高，安裝環(huán)境較為特殊，不便于在普通的交通道路環(huán)境下進(jìn)行廣泛地運(yùn)用。

　　(3) 動(dòng)態(tài)壓電檢測(cè)法

　　動(dòng)態(tài)壓電檢測(cè)法的工作原理是，當(dāng)有車(chē)輛經(jīng)過(guò)埋入了壓電檢測(cè)器的路面時(shí)，根據(jù)物理原理，壓電檢測(cè)器發(fā)生形變，根據(jù)壓電檢測(cè)器的形變信息可以得到經(jīng)過(guò)車(chē)輛的軸重、車(chē)重、車(chē)速等信息，再通過(guò)比對(duì)數(shù)據(jù)庫(kù)達(dá)到自動(dòng)識(shí)別車(chē)型的目的。動(dòng)態(tài)壓電檢測(cè)法較之靜態(tài)的檢測(cè)法具有效率高的特點(diǎn)，對(duì)于治理道路交通安全 問(wèn)題中的超限超載現(xiàn)象有很好的效果。缺點(diǎn)是動(dòng)態(tài)壓電系統(tǒng)的設(shè)備安裝較為復(fù)雜和麻煩、使用壽命短，同時(shí)容易受到氣候溫度、車(chē)輛振動(dòng)等因素的影響。

　　(4) 視頻 圖像檢測(cè)法

　　視頻圖像檢測(cè)法是在待檢車(chē)道上方或者收費(fèi)站側(cè)面的合理區(qū)域安裝高精度的工業(yè)攝像頭 ，通過(guò)后臺(tái)的計(jì)算機(jī)中心對(duì)檢測(cè)區(qū)域進(jìn)行實(shí)時(shí)的監(jiān)測(cè)，獲得包含待處理車(chē)輛信息的視頻圖像信號(hào)，再利用計(jì)算機(jī)模仿人類(lèi)視覺(jué)效應(yīng)的功能，分析提取出所需的有效信息，例如車(chē)輛的牌照、顏色、外形輪廓等特征信息，最后運(yùn)用模式識(shí)別的方法來(lái)區(qū)分出不同的車(chē)型。其中，車(chē)牌檢測(cè)法僅僅是通過(guò)捕獲汽車(chē)正面車(chē)牌照片，再識(shí)別出車(chē)牌照片中的字母、數(shù)字和顏色等信息，然后將此類(lèi)信息拿到數(shù)據(jù)庫(kù)中與已建立的車(chē)牌號(hào)信息進(jìn)行匹配，最終識(shí)別出車(chē)輛類(lèi)型的方法。這類(lèi)方法對(duì)于系統(tǒng)的硬件沒(méi)有過(guò)高的要求，使用簡(jiǎn)單。但是伴隨著車(chē)牌掩蓋、遮蔽、替換等手段的出現(xiàn)，車(chē)牌檢測(cè)法的使用出現(xiàn)了一定的局限性。因此，在獲取大量車(chē)道視頻信息的同時(shí)，提取出如邊緣輪廓、紋理信息、車(chē)窗車(chē)高等能夠反映出車(chē)體整體的特征量，對(duì)于識(shí)別復(fù)雜車(chē)型和套牌車(chē)輛是非常必要的。基于視頻圖像檢測(cè)法具有安裝、維護(hù)方便，不破壞交通路面，獲取信息量大，能夠?qū)崟r(shí)監(jiān)控和更新的特點(diǎn)。現(xiàn)在，視頻圖像檢測(cè)法已經(jīng)被廣泛應(yīng)用到了現(xiàn)代交通管理 和控制系統(tǒng)中，同時(shí)隨著圖像處理、模式識(shí)別等技術(shù)的發(fā)展和完善，視頻圖像檢測(cè)法將具有更加廣闊的應(yīng)用前景。

　　國(guó)外對(duì)于利用視頻圖像進(jìn)行車(chē)型識(shí)別的起步較早，提出了較多的思路和算法，且有很多成型的技術(shù)己經(jīng)應(yīng)用到現(xiàn)實(shí)的日常交通管理系統(tǒng)中。近年來(lái)，國(guó)內(nèi)許多學(xué)者和科研工作者在基于視頻圖像的車(chē)型識(shí)別系統(tǒng)方面做了大量深入細(xì)致的研究。如曹力、郭琪超針對(duì)基于視頻的車(chē)型分類(lèi)，先利用車(chē)輛形狀分散度、頂棚比等特征量實(shí)現(xiàn)車(chē)輛類(lèi)型的歸類(lèi)，再選取車(chē)輪書(shū)、車(chē)軸距的測(cè)量，準(zhǔn)確判斷車(chē)型類(lèi)別。馬蓓、張樂(lè)提出使用灰度共生矩陣來(lái)描述車(chē)輛的紋理狀況，并利用能量、對(duì)比度、熵、相關(guān)性、局部平穩(wěn)性這五個(gè)矩陣參數(shù)提取出車(chē)輛的紋理特征，最后采用"最小距離分類(lèi)"對(duì)車(chē)輛類(lèi)型進(jìn)行識(shí)別，取得了不錯(cuò)的效果。李衛(wèi)東、戚飛虎等在提取汽車(chē)高度、長(zhǎng)度、車(chē)輪位置等特征信息構(gòu)成判決樹(shù)的基礎(chǔ)上，首先將汽車(chē)粗分為大車(chē)、小車(chē)兩類(lèi)，然后對(duì)大車(chē)類(lèi)進(jìn)行汽車(chē)側(cè)面車(chē)板高等特征的提取，進(jìn)一步區(qū)分出客車(chē)和貨車(chē)，滿足了車(chē)型分類(lèi)的要求。范伊紅、李敏等將相關(guān)向量機(jī)(RVM)的概念引入到車(chē)型識(shí)別中，利用相關(guān)向量機(jī)具有較快的計(jì)算速度以及使用較少內(nèi)存的特點(diǎn)，通過(guò)設(shè)定特殊的核函數(shù)，設(shè)計(jì)了一種基于相關(guān)向量機(jī)的車(chē)型分類(lèi)器，結(jié)果顯示能滿足車(chē)型的基本分類(lèi)。