公交乘客的起讫点信息,即OD (Origin and Destination)信息,是公交规划管理运营的重要基础数据。传统的人工调查方法具有周期长、费用高、抽样低等缺陷,随着智能公交系统不断完善,产生了海量的公交出行数据,包括自动收费子系统中的IC卡数据,以及车辆自动定位系统(AVL)中的GPS数据,利用两类数据之间内在的时空联系,通过数据融合的手段可以从中获得公交乘客的OD信息。循此思路,本文提出了一套常规公交乘客OD的推算方法,主要包括乘客上车站点推算、下车站点推算、换乘站点推算、OD提取四个方面的内容,最终可获得全网络公交站点之间的OD,自然也内在包含了线路站间OD。该方法针对国内公交车内拥挤的具体情况,采用相邻站间的公交进站时间为时间约束,并优化了对乘客首末站的上车站点推算规则做了优化,然后以成都市全公交网络一周的出行数据为对象例,结果表明上车站点推算成功率达到97.5%。在下车站点推算过程中利用公交乘客出行的连续性,引入乘客多日出行数据来提高下车站点推算成功率。在仅使用乘客当日出行数据的情况下,73.45%的出行数据的下车站点被推算出来,在使用了乘客多日的出行数据后,下车站点推算成功率提高了 2.69%,最终推算成功率达到76.14%。通过分析发现,工作日的下车站点推算成功率高于周末,老年人的下车站点推算成功率高于成人和学生。乘客换乘站点推算以最大换乘时间、最大换乘距离、最大等车时间等为约束,结果显示成都市一周内周末的换乘系数略低于工作日,总体差别不大,维持在1.25左右。在此基础上,本文最后提出在Oracle数据库中利用上车站点、下车站点、换乘站点的推算结果来提取最终OD的方法,并根据最终结果分析了乘客的上车、下车、换乘站点的空间分布情况。