不停车收费代表着未来公路收费的发展方向，目前不停车收费系统的建设大潮正在国内外兴起。自动车型分类系统是不停车收费系统中一个非常重要的组成部分，其性能的优劣直接决定整个不停车收费系统性能的好坏。因此对于自动车型分类的研究具有非常重要的意义。本文将人工神经网络引入自动车型分类，利用其处理分类问题能力强的特点，初步设计了能够准确对特大型货车、大型货车、大型客车、中型客车和小轿车这五类车型进行分类的自动车型分类系统。为此，主要进行了以下几方面的研究：1．对现有的自动车型分类方法进行了较为全面、系统的研究，在分析了各种方法的优势及缺陷的基础上，给出了本文的设计方案。2．提出了车辆特征参数的概念，从车辆外形参数的相关性分析入手，探讨了车辆特征参数的确定问题。在确定了特征参数之后，对特征参数的检测及实现方法进行了较为详细的阐述。3．在车型分类BP网络的设计上，采用理论指导与实验相结合的方法。对于如何选择BP网络隐层节点数这个十分复杂的难点问题，通过大量的实验，确定了最佳的隐层节点数目。训练样本的不同输入顺序对网络性能的巨大影响也得到了相关实验的验证，并据此确定了训练网络时样本的最佳输入顺序。4．利用MATLAB建立车型分类BP网络，并对其进行训练，直至其训练误差达到设计要求。5．对于训练完成的BP网络，在MATLAB环境下进行了仿真测试。为了能全面测试网络的性能，除对网络进行常规测试之外，还加入了一些特殊的测试。仿真测试结果表明，本文设计的自动车型分类系统完全能够对特大型货车、大型货车、大型客车、中型客车和小轿车这五类车型进行准确分类。