在当今交通数据采集是构建智慧交通系统的前提条件,并且车辆识别检测部分在交通数据采集的过程中是其十分重要的组成部分,基于车辆识别检测的方法可以有效便捷获取实时的交通数据,进而能够对实时交通数据进行分析研究,提取交通数据中较为有用的参数（如车流量和车速等）,为智慧交通分析提供数据基础。智慧交通系统利用振动信号数据进行分析处理,根据数据的实时性,为交通管理控制中心制定相应的管理方案与措施。将交通运行变得更加信息化和自动化。首先,本文对传统已有的车辆识别检测方法进行简述,同时也介绍了微震传感器车辆识别检测的原理。其次,通过分析车辆震动产生的振动信号特点以及其传播方式,基于微震大数据的前提下,建立了多车识别算法和车速判定算法。对于多车识别算法主要是利用均值滤波方法对数据进行滤波处理,然后在对基准值和阈值不断地更新取值,并且运用状态机方法对车辆进行识别分析研究,同时也利用RNN算法求解振动信号的输出车辆数的界值进行研究分析;对于车速判定算法,主要是利用相邻两个传感器之间固定的距离和车辆经过每个传感器是产生振动信号对应的峰值时间去求解车辆的行驶速度。最后,本文选取了较有代表性的6组数据信号进行多车识别分析验证,以及6个时间段进行多车识别验证;同时也对车辆的行驶速度进行验证,对于多车识别算法用识别准确率去衡量算法的准确度;对于车速判定算法利用平均绝对误差（MAE）值来衡量该算法的可行性。通过实验验证多车识别准确度在96.07%以上,车速的平均绝对误差在±1.73km/h范围内,证明了算法的可行性。