本发明涉及一种道路汽车探测与分类方法,分析处理汽车的直接后视图,提取车辆的后脸、车牌和尾灯的低维特征集,应用特征选择算法定义特征向量,设计由多个时间片对应多个视频帧的混合动态贝叶斯网络,对已获得的特征向量进行处理,最后将车辆分为四类:轿车,货车、SUV/小型货车和未知物体。一方面摒弃了对高分辨率及近景图像的需求,通过使用后视图简单的低层次特征,大大减少了计算量,并能实时运行;另一方面混合动态贝叶斯网络结构,将前一时间片内的分类结果及观测证据作为下一时间片的分类依据,将单次错误判决风险综合化、最小化。从而有效降低了静态判决带来的主观性和不确定性,提高复杂场景下车辆分类系统识别的可靠性与准确性。