ionsoftheASME-JournalofBasicEngineering Vol. 82:pp. 35-45(1960))中具体介绍了卡尔曼滤波的细节。卡尔曼滤波是一种高效率的递 归滤波器（自回归滤波器），它能够从一系列的不完全及包含噪声的测量中，估计动态系统 的状态。卡尔曼滤波器的操作包括两个阶段；预测阶段和更新阶段。在预测阶段，滤波器使 用上一状态的估计，作出对当前状态的估计。在更新阶段，滤波器利用对当前状态的观测值 优化在预测阶段获得的预测值，W获得一个更精确的新估计值，同时也更新系统内的误差 增益项。
[00巧]在步骤640中，把卡尔曼滤波中的演变方程设置为：
[0076] WPC(t) = WPC(t-l)+u(t) +〇(t-1)
[0077] 其中，u (t)=APC(t) -DPC(t)是WPC的状态改变方程，《(t-1)是状态改变方程的 系统误差，并且标号t-1和t分别表示对应于上一时段和当前时段的项。
[0078] 然后，把卡尔曼滤波中的观测方程设置为：
[0079] y(t) = WPC(t)+U (t-1)
[0080] 其中，y(t)是WPC的观测值，并且u(t-1)是观测的WPC的误差。
[00則具体地，在预测阶段，使用上一时段的WPC(即，WPC(t-l))W及状态改变方程u(t)=APC(t)-DPC(t)，估计当前时段的WPC(即，WPC(t))。在更新阶段，使用当前时段的WPC观 测值（通过车站的摄像头拍摄并识别，即y(t))优化在预测阶段获得的WPC估计值，得到一 个更精确的估计值，并更新误差增益。送里，对所述车站下一时段的等待乘客数进行预测是 迭代执行的，反复地预测未来一时段的等待乘客数。
[0082] 由此，得到了一个车站下一时段的等待乘客数。
[0083] 在上面的例子中，利用了卡尔曼滤波来预测所述车站下一时段的等待乘客数WPC。 在根据本发明的另一个实施例中，也可W利用贝叶斯滤波来进行所述预测。贝叶斯滤波 是一种基于概率密度的递归滤波器，它用所有已知信息来构造系统状态变量的后验概率密 度。除上述滤波方法W外，本领域技术人员还可W想到利用其它类似的算法来进行送种预 测。
[0084] 图10示出了利用根据本发明的实施例预测的等待乘客数而设置的关键绩效指标 KPI。在现有技术中，通常把乘客等待时间作为KPI，并且乘客等待时间被简单地等同于1/2 公交车时间间隔。送种传统的KPI仅仅考虑公共汽车的运行，却并没有考虑乘客。例如，100 位乘客等待10分钟与5位乘客等待10分钟的情况是不同的，应该尽量减少多数乘客的等 待时间，从而提高服务的总体感受。在本发明中提出了设置一种面向乘客的KPI，即，加权的 乘客等待时间。具体地，例如可W把在图4的方法中预测的等待乘客数与他们的等待时间 的积分作为关键绩效指标KPI(参见图10中的砖块图案部分）。送是因为正是通过本发明 的方法，才能够得到预测的每个时段的等待乘客数，从而能够实现所述积分。
[0085] 图11是示出根据本发明的实施例的用于公共汽车的调度方案的评价方法1100的 流程图。评价方法1100包括步骤1110至步骤1140。图11中的步骤1110和1120与图4 中的步骤410和420的处理相同。
[0086] 在步骤1130中，把预测的等待乘客数与他们的等待时间的积分作为关键绩效指 标KPI。
[0087] 在步骤1140中，对公共汽车的调度方案进行评价，W确定是否满足所述关键绩效 指标KPI小于预定值。例如，调度方案可W包括但不限于W下手段：通知公共汽车的司机加 速或减速、通知公共汽车的司机跃站、增大或减小发车间隔、或者在站台上发布乘客引导信 息等。在设置了KPI后进行的公共汽车调度可W采用各种公知的方法，在此不再进行详细 描述，仅通过一个例子给出简单的说明。在一个例子中，假定KPI="加权的乘客等待时间 小于45"。此时，基于当前调度方案进行预测W及根据预测值进行评价。基于该评价，如果 得出的KPI> 45,则可W修改当前调度方案W产生新调度方案，并基于新调度方案再次进 行预测和评估，直到找出满足KPK45的调度方案。
[008引图12示出了根据本发明的等待乘客数的预测的效果。图12的左侧示出了车站X的某天上午的实际WPC，图12的右侧示出了根据本发明的方法与现有技术的方法（未考虑 公共汽车的位置）的效果对比。从图中可见，根据本发明的方法预测的等待乘客数与实际 等待乘客数更加接近并且基本吻合。
[0089] 图13是示出根据本发明的实施例的用于对等待乘客数进行预测的系统1300的方 框图。该系统1300包括到站时间预测器1310和等待乘客数预测器1320。到站时间预测 器1310被配置为基于公共汽车的历史行驶数据W及当前车辆运行数据对公共汽车到达一 个车站的到站时间进行预测。等待乘客数预测器1320被配置为基于历史乘客流数据W及 当前等待乘客数，并且在考虑所述到站时间的预测结果的情况下，对所述车站下一时段的 等待乘客数进行预测。
[0090] 图14是示出根据本发明的实施例的用于公共汽车的调度方案的评价系统1400的 方框图。评价系统1400包括到站时间预测器1410、等待乘客数预测器1420、关键绩效指标 KPI设置器1430W及评价器1440。到站时间预测器1410被配置为基于公共汽车的历史行 驶数据W及当前车辆运行数据对公共汽车到达一个车站的到站时间进行预测。等待乘客数 预测器1420被配置为基于历史乘客流数据W及当前等待乘客数，并且在考虑所述到站时 间的预测结果的情况下，对所述车站下一时段的等待乘客数进行预测。关键绩效指标KPI 设置器1430被配置为把预测的等待乘客数与他们的等待时间的积分作为KPI。评价器1440 被配置为对公共汽车的调度方案进行评价，W确定是否满足所述关键绩效指标KPI小于预 定值。
[0091] 本发明可W是系统、方法和/或计算机程序产品。计算机程序产品可W包括计算 机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
[0092] 计算机可读存储介质可W是可W保持和存储由指令执行设备使用的指令的有形 设备。计算机可读存储介质例如可W是一一但不限于一一电存储设备、磁存储设备、光存储 设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质 的更具体的例子（非穷举的列表）包括；便携式计算机盘、硬盘、随机存取存储器（RAM)、只 读存储器（ROM)、可擦式可编程只读存储器巧PROM或闪存）、静态随机存取存储器（SRAM)、 便携式压缩盘只读存储器（CD-ROM)、数字多功能盘值VD)、记忆棒、软盘、机械编码设备、例 如其上存储有指令的打孔卡或凹槽内凸起结构、W及上述的任意合适的组合。送里所使用 的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁 波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电 线传输的电信号。
[0093] 送里所描述的计算机可读程序指令可W从计算机可读存储介质下载到各个计算/ 处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或 外部存储设备。网络可W包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网 关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接 收计算机可读程序指令，并转发该计算机可读程序指令，W供存储在各个计算/处理设备 中的计算机可读存储介质中。
[0094] 用于执行本发明操作的计算机程序指令可W是汇编指令、指令集架构（ISA)指 令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者W-种或多种编程语 言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言一诸如 Smallta化、C++等，W及常规的过程式编程语目一诸如"C"语目或类似的编程语目。计算机 可读程序指令可W完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独 立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机 或服务器上执行。在涉及远程计算机的情形中，远程计算机可W通过任意种类的网络一包 括局域网（LAN)或广域网（WAN)-连接到用户计算机，或者，可W连接到外部计算机（例如 利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指 令的状态信息来个性化定制电子电路，例如可编程