Pendeteksian dan klasifikasi citra kendaraan merupakan salah satu bagian dari Sistem Cerdas Lalu-Lintas. Penelitian ini mengusulkan pembuatan sitem Pendeteksian dan Klasifikasi menggunakan metode Oriented FAST and Rotated BRIEF (ORB). ORB digunakan untuk mengekstrak fitur pada citra kendaraan. Fitur hasil ekstrak kemudian dilakukan pencocokan antara data uji dan data latih dengan hamming distance serta RANSAC untuk mengeliminasi kesalahan pencocokan.
Hasil penelitian mampu mengategorikan kendaraan menjadi lebih spesifik dan robust terhadap perubahan dalam sudut pandang serta ukuran. Evaluasi kinerja dengan menggunakan citra kendaraan nyata yang diambil dari google street dengan
sudut pandang dan ukuran yang berbeda dilakukan untuk 5 kelas kendaraan (truk, bis, sedan, pick up, mpv/suv/van). Hasil penelitian menunjukan dari 717 citra uji didapatkan akurasi sebesar 94.28%.