随着中国公共交通领域的发展,目前基本上从硬件条件上解决了居民的出行问题,但乘客对更加智能化的公交信息系统的需求却日益强烈。目前市场上的一些智慧公交领域的解决方案都存在一些问题,如基于车载GPS的智慧公交系统需要大量安装GPS设备,存在成本高、维护困难、且无法获取乘客信息等问题;基于导航类APP进行公交到站预测,其性能则要取决于安装和使用该APP的用户数量;利用一卡通数据进行乘客数据采集和分析的实时性通常难以保证等。针对这种情况,本文基于部署在公交站点的Wi-Fi探针所采集的Wi-Fi数据进行智慧公交系统的应用研究,具有成本较低、维护简单、且无需用户主动参与等特点。此外基于Wi-Fi数据既可以实现公交运行信息的检测和预测,又可以实现乘客数据的分析挖掘和应用,提高了系统的实用性。然而,将Wi-Fi数据应用于智慧公交系统时因其数据覆盖范围有限、无关数据干扰较多、数据的时空精度较低等问题,使得系统实现面临新的挑战。因此本文首先提出了一种基于轨迹聚类和“群组”模型的群体检测算法进行公交到站检测。并利用该算法得到的公交到站时间,提出了基于改进的LSTM模型的公交到站预测算法,并利用浙江省某市实地部署的Wi-Fi探针采集的真实数据集对检测及预测算法的性能进行了验证分析。在此基础上,本文基于该实际部署的数据采集系统,开发了一套基于Wi-Fi数据的智慧公交信息服务系统。本系统由两个子系统组成,分别为公交运行信息子系统和公交报表子系统。公交运行信息子系统主要面向乘客群体,通过Android APP实现乘客对公交运行信息的获取和查询。公交报表子系统主要面向公交公司,并通过Web页面对报表进行展示,向公交公司展示站点人流量,乘客等车时间等相关报表。