近几年,云计算与大数据技术日趋成熟,二者的结合在各领域中产生出大量丰富的应用与服务。公交车到站时间预测也是其中的应用之一,而且也是城市交通领域中的重要内容之一,对改善公共交通服务具有重要意义。首先,论文对公交到站预测系统进行需求分析,选择具有流式计算特点的粒子滤波算法,建立了一个公交车到站时间预测模型。为了解决使用粒子滤波算法预测公交车到站时间时多步预测带来的预测精度问题,论文对预测模型进行改进,通过引入最近上一趟公交车的行驶速度和构造观测值的方法,使粒子滤波算法在同时预测多个公交站的到达时间时也具有较高的预测精度。其次,论文使用Spark Streaming流计算框架设计实现了一个通用的城市公交车到站时间实时预测系统,系统包括数据接入、数据预处理以及实时计算过程。在实验部分,论文选取呼和浩特市公交系统中具有代表性的公交线路,使用真实行驶数据进行实验。实验将公交车行驶数据分为平峰和高峰期两个时间段,使用平均绝对误差(Mean Absolute Error,MAE)对实验结果进行评价。实验表明,对于处在两个不同时间段的公交车其预测结果的MAE在2min内,证明系统有较好的预测效果,能够满足乘客在公交到站时间问题上的日常需求。