随着我国城市人口及私人小汽车拥有量的增加,道路交通拥堵问题日趋严重。作为一种大运量客运方式,公共交通的发展有利于缓解交通拥堵问题。然而由于受到道路随机因素的干扰,地面公交系统的服务水平亟待提高。公交集结现象是地面公交系统运行不稳定的外在表现,这种现象在运行线路长、发车频率高的线路中更加明显。基于此本文利用公交GPS大数据,深入研究了单线路公交集结运行特性和控制策略。本文以西安市600路公交GPS数据为基础,首先对公交站点车头时距的时空分布特征、站点车头时距的概率分布进行了研究。同时将车头时距作为公交集结现象的特征变量,定义了站点集结程度的评价指标,并分析了600路站点集结程度的变化趋势。其次将相邻公交车辆的运行状态划分为五种,即公交集结态、集结过渡态、正常状态、大间隔过渡态、大间隔态,分别通过站点车头时距的概率分布特性和K-Means算法研究了公交车辆各种运行状态车头时距的阈值,并分析了其演变特性。同时在站间行程时间方面,研究基于卡尔曼滤波算法建立了区间行程时间预测方法。通过研究发现,公交站点的集结程度越来越严重。基于车头时距概率分布和K-Means算法的两种状态阈值确定方法均有一定的实用性,能够用来划分公交车辆的运行状态,并且各个运行状态之间是相互转化的;同时卡尔曼滤波算法能够较好的反映车辆的区间行程时间特性,可以用来预测区间行程时间。最后文章基于公交车辆的运行状态识别和卡尔曼滤波区间行程时间预测方法,构建了公交集结实时控制系统。