21世纪以来，伴随着我国的公路运输系统的飞速，大量的公路的超载运输现象也接踵而至。超限运输现象不仅对公路、桥梁带来了严重的影响，而且对交通安全也构成了极大的威胁，因此必须对此现象进行遏制。传统的检测方式均是在静态下进行的，但是随着公路的发展，静态检测的弊端也愈发明显，由于需要停车检测，导致检测效率底下，极易造车交通堵塞。所以一套动态称重检测系统的搭建势在必行。本文旨在设计一套公路超限动态精检系统，主要完成对疑似超限车辆进行精确地测量。　　文章首先以超限运输现象为切入点，分析了超限运输对国家与人民的危害，同时对国内外现有的超限检测的的发展情况进行了介绍。之后对车辆动态称重模型进行了分析，找出了影响测量精度的主要因素，并针对影响动态测量精度的主要干扰因素，对比分析了现阶段不同的动态称重算法，最终提出采用RBF神经网络的方法来处理动态称重数据。随后对RBF神经网络的理论基础进行了分析，并结合车辆动态称重的主要干扰因素，建立了一个以车辆的速度、轴数、各轴重量以及轴总重作为输入，车辆动态车重作为输出的一个9输入1输出的RBF神经网络。确定算法之后，本文在传统的静态车辆超限检测模型的基础上，构建了一个基于弯板式称重传感器的动态低速精检系统。系统主要包含信号采集箱与工控机两大模块。数据采集箱对传感器的信号进行采集后发送至工控机，工控机接收到该信号后对其进行算法处理，得到车辆的动态车重并将数据保存至数据库。之后文章对的硬件部分的搭建做了介绍，包括传感器的铺设、采集箱电路的设计以及外围设备的连接等。系统采集板部利用MSP430F6736主控芯片，来完成传感器称重信号的采集与上传。最后对超限检测系统的软件进行了设计。其中包含下位机数据采集采集程序与上位机Windows应用程序，Windows应用程序的设计中利用C++作为开发语言，Visual Studio2013作为开发工具，Microsoft Access作为数据库管理工具，实现了数据的接收、处理、显示和通信存储功能。　　本系统经过实际测试，效果良好，检测值与实际值间的误差在5％以下，基本符合设计要求，可以较为有效的对车辆进行检测，确定超限车辆的超限率、超限额度等信息。