随着我国经济的日益发展,人们的生活水平显著提高,汽车也走进了平常人家,汽车的数量随之增加,高速公路上的拥挤、堵塞问题逐渐被人们关注,高速公路的车流量统计工作也在慢慢的展开了。目前主要的车流量统计方法主要有人工观测法、乘车观测法、录象法、自动计数仪观测法,准确的车流量统计信息不仅能够有效的避免拥挤、堵塞问题,节约人们的宝贵时间,而且有利于公路的维护和保养。本文首先对采集到的车辆声音信号进行端点检测,检测出声音信号的起始和结束的位置,截取出有效部分,再对截取后的声音进行AR谱提取参数,把参数送进训练好的BP神经网络进行识别,最后统计出每种车型的数量。整个系统都在MATLAB平台上实现,利用MATLAB完善的工具箱进行仿真,把端点检测、AR模型谱分析、BP神经网络识别和统计车型各个独立模块整体化。对于传统的车流量统计方法,本系统能够简单快速的实现统计功能,大大缩短了开发时间和节约了开发成本,具有很大的开发潜力。本系统适用于单车道、小流量的公路,能够较准确的识别出公路上的基本车型,由于时间和本人水平有限,此系统界面和功能等方面仍然有待进一步提高。