随着我国城市化的加快，城市中机动车保有量的持续高速增长，交通问题日益严峻。国内大中城市的停车调查数据表明，城市路边停车问题尤其突出，特别是繁忙时段，动态交通拥堵严重。在此背景下，智能交通系统（ITS）逐步形成。在智能交通系统中，交通信息的采集（如车辆检测）占有重要地位，是交通流预测、控制及紧急事件快速反应的基础。由于车辆是铁磁性物质，车辆在空间的存在会对地磁场产生扰动，故而可以通过装置在地面上的各向异性磁阻（AMR）传感器探测该扰动，从而达到车辆检测的目的。将AMR传感器节点与无线网络相连，构成无线传感器网络（WSN），可以广泛应用于智能交通系统。目前，基于无线磁阻传感器网络的车辆检测技术还不成熟，检测车辆泊车等基础性问题依然没有得到很好的解决。本文针对上述问题开展研究工作，首先通过对车辆泊车对地磁场扰动信号的提取及考察，分析信号的特征及其识别方法；其次通过提取的信号特征数据，利用协同信息处理策略，融合相邻节点数据，在现有的车辆检测算法的基础上，针对单节点检测提出局部极值检测算法（REA），针对多节点检测提出协同决策检测算法（CDA）。局部极值检测算法采用了基于过程的方法，考虑泊车信号变化过程的情况，通过状态机实时提取信号的波动特征，根据特征数据设计相应的判断规则。协同决策检测算法关注相邻停车位信号的关联性，在传感器节点检测到的信号幅度较小时触发检测，根据REA算法得到的特征数据，通过路由器融合不同节点的信息做出综合判断。上述两种算法分别应用于传感器节点和路由器节点。算法在实际的系统中应用超过6个月，节点数超过100个，通过实验验证和实际系统的反馈数据，证明了所提算法的可靠性及较高的检测精度。