城市交通拥堵问题日益严峻,造成巨大经济损失的同时带来交通安全和环境污染问题。智能交通系统是一种信息化、智能化的新型现代交通系统,可以提高交通安全保障水平、提升交通运行效率和促进交通新兴产业的发展,从而达到缓减交通拥堵的目的。车辆检测器是车流量、车型和车速等交通参数的采集工具,是智能交通系统中不可缺少的组成部分,它为智能交通系统提供了基本的交通数据。近年来,基于磁传感技术的车辆检测器凭借其价格低廉、安装方便、灵敏度高和可以被大规模应用等优点而受到研究者关注。然而,相关研究中仍然存在设备安装困难、阻碍交通和无法排除相邻车道干扰等传统车辆检测技术中存在的问题。为了克服相关研究中的不足,本文设计了一种基于磁传感器的车辆检测与分类系统。首先,详细介绍了地磁车辆检测原理和系统平台,在分析了车辆磁信号特点的基础上提取地磁信号特征,并设计了单车道车辆检测算法。实验证明该算法具有较高的准确度。为了降低来自相邻车道的干扰,本文提出了基于阈值优化的干扰排除预处理策略,同时结合分类回归树(CART)算法对车辆所属车道进行识别,从而有效的克服干扰问题。最后,本文对车辆类型特征进行了详细的分析和提取,分别利用K最近邻(KNN)和反向传播(BP)神经网络算法实现车辆分类。实验证明两种算法都具有较好的分类效果。