自动乘客计数技术是智能公交系统中的关键技术,对实现公交实时调度,优化公交线路和进行交通预测等具有重要意义。我国公交中普遍存在着客流密度大,上下车拥挤的情况,目前国内外使用的各种自动乘客计数方法应用于我国乘客计数统计系统中均存在精度不高,不能准确计数的状况,故对公交车乘客计数系统的模式识别设计,具有重要的现实意义。本文在分析现有自动乘客计数技术应用现状的基础上,采用了红外传感器群对射的方式,在实际中红外传感器群分别安装在公交车前后门第一个台阶,对脚印进行信息采集,不会影响人正常上下车。利用C8051F040单片机强大的功能,产生脉冲驱动红外发光管阵列,控制红外发光管和红外接收管的扫描周期,利用串口将数据准确完整送给上位机进行分析,为基于RBF神经网络的脚印模式识别打下了坚实的基础。上位机对采集到的数据建立数据库,进行图像分割并建立特征信息数据库,并对其中的数据进行特征参数的提取,作为RBF神经网络的输入。用对数据处理能力极强的Matlab作为主要的开发工具,经过训练和泛化,证明基于RBF神经网络的模式识别是能准确判断出脚印的。通过对公交车乘客拥挤和稀疏的情况进行模拟,实验结果表明,对脚印个数的识别率达到94%。但脚印和乘客人数的具体关系,还有待于在实际中进行验证。本文的设计,在思想上有新意且具有安全非接触等优点,可广泛应用于商场、体育馆、火车站等人流密度大,客流拥挤,难以准确计数的公共场所。