目前,交通拥堵现象是世界各国所面临的大问题且仍在不断加剧,在人口数量多且不断增加的城市尤为严重。智能交通系统可以从根本上提高交通安全保障水平、提升交通运行效率、促进交通新兴产业的发展,达到缓减交通拥堵的目的。车型识别技术是一项针对智能交通系统的实际应用需求而产生的一个模式识别课题,广泛应用于自动收费系统、交通数据统计等相关工作中,在智能交通系统中占有核心的地位,它的研究对于ITS的发展具有重要的实际意义。本论文主要依托于科技部“科技支撑”项目-《高速公路网运行状态综合感知技术及系统研发》,着重基于地磁车辆检测器获取车辆地磁信息来进行车型识别的研究。本文的主要研究成果具体表现以下几个方面：(1)基于AMR地磁车辆检测技术,在深入的分析了原始数据信号特点的基础上对双门限车辆检测算法获取单个车辆波形进行了实验验证研究,验证了该检测算法的准确性。(2)研究了基于车辆检测数据用于SVM算法进行车型识别的特征向量提取方法,主要提取出车辆波形的波峰数、均值、均方差等时域特征作为车型识别的特征向量。(3)研究了利用将原始数据转化成的具有统一维度的特征向量,采用KNN算法进行车型识别的方法,并对方法的有效性进行了实验验证。