为了响应国家建设智慧城市的号召,提高智能公交系统的数字化信息化水平,优化交通出行方式、推进绿色出行改革、解决交通拥堵问题,是各地政府的工作重点内容之一。实时掌握公交线路客流量变化趋势,实现公交车辆运力合理调度,提高站点客流疏散能力,拒绝公共交通资源浪费,依据客流大数据支持,优化公交线路网建设,改善公交站点空间布局,提高交通线路网利用率。本文将重点研究如何实时采集公交车每个站点上下车人数,并且采用时间序列模型对站点日客流量进行分析预测。采集车载报站器的报站信号,解析公交车进站离站时间、站点名称等信息,结合开关门信号检测对公交报站误差进行纠正,提高公交进站离站检测精度。同时,公交车进站离站信号控制客流计数系统运行,提高站点客流量计数准确率,降低系统运载负荷。客流计数系统的实现,通过安装在公交车前后门上方的深度相机采集乘客上下车视频,将深度信息转化为灰度信息的同时进行梯度增强处理,锐化图像细节特征,然后利用OpenCV计算机视觉库对图像进行形态学去噪和滤波,经过MSER提取图像的特征区域,基于圆形度检测识别乘客头部特征,对相邻两帧图像中的人头进行匹配,识别乘客的运动轨迹,实现乘客上下车的计数。本文主要以青岛市公交为例,通过安装的公交客流采集设备,采集各个站点上下车客流数据,并将其作为样本数据,分析站点客流量的时间分布特性,总结客流变化规律。然后采用时间序列模型SARLMA对客流序列建模预测,引入法定节假日和突发事件随机影响因子,去除外界因素的干扰,提高站点客流预测模型的鲁棒性。