模式识别是人工智能中一个重要的领域，它是通过计算机用数学分析的方法来研究模式的自动处理和判读，使得人类有可能研究复杂的信息处理过程。随着计算机技术的发展，模式识别技术被广泛地应用到人工智能、计算机工程、机器人学、神经生物学等重要领域，其基本理论和方法也正日益丰富。本论文以模式识别的基本理论为依据，对车型自动识别系统做了较为深入的研究和探讨。 车型自动识别是当前智能交通运输系统热点研究方向之一，是高速公路实现不停车收费系统的核心技术，具有广阔的应用前景。本文根据优创集团泛安科技开发(石家庄)有限公司关于保定至天津高速公路机电设备更新项目的要求，设计了一种基于感应线圈的车型识别系统，该系统主要由数据采样、采样波形特征提取及车型模式匹配三大部分组成。 本文详细介绍了数据采样部分的组成、工作原理及硬件结构，并列举了几种常见车型的实际采样波形。通过分析采样数据和比较各车型波形后，采用实际采样波形的幅值作为车型分类判据标准，整条波形的采样值作为模式匹配的特征参数。 因为车辆每次经过感应线圈时的速度不同，所以采样波形存在伸缩变化。在进行车型模式匹配时，为了能使采样波形中的相似特征对齐，本文提出了对称式DTW算法和非对称式DTW算法配合使用的方案。并通过实例仿真，验证了该方案的可行性，并获得了很高的车型识别率。