Ce papier expose un système automatique de suivi et catégorisation en temps réel d'un nombre variable d'objets génériques. La configuration multi-objet est estimée par un Filtre Particulaire par Chaîne de Markov (Markov Chain Monte-Carlo Particle Filter ou MCMC PF). Ce système a précédemment été validé sur du suivi de piétons, et nous présentons ici des applications au suivi de plusieurs classes de véhicules. Comme principale contribution, nous proposons de mener conjointement la catégorisation et le suivi au sein du Filtre Particulaire. Nous présentons également une mesure de distance anisotrope entre véhicules, basée sur leurs modèles géométriques 3D. Les résultats sont présentés et discutés sur des séquences de suivi de véhicules dans le trafic, impliquant différents types d'objets tels que motos, voitures, camionnettes et poids lourds.