CN110189518A - 预测公交到站时间的方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开一种预测公交到站时间的方法、装置、计算机设备及存储介质，预测公交到站时间的方法包括：获取车辆的当前位置信息及第一站点的位置信息，以及获取所述车辆的第一运行时长信息与第二运行时长信息；根据预设规则将所述第一站点到待预测站点划分成多个区间；以及根据所述第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；根据所述实时站间时长集计算区间时长集；将所述第一运行时长与所述区间时长集进行求和，生成所述车辆的预测到站时长。本发明提供的预测公交到站时间的方法能够准确预测公交到站时间的方法来提前告知用户，以便帮助用户出行。

Description

预测公交到站时间的方法、装置、计算机设备及存储介质

技术领域

本发明涉及公共交通技术领域，尤其涉及一种预测公交到站时间的方法、装置、计算机设备及存储介质。

背景技术

对于日益拥堵的城市而言，私家车使用量的增多，使得出行日益困难，也使得更多的人选择公交作为出行的首选。但是，由于行驶途中拥堵状况、红绿灯、恶劣天气、突发情况的影响，使得公交到站时间不确定，对此带来的影响是人们常常花费较长的时间用于等待公交到站，影响了人们的出行体验。对此，缺少一种能够准确预测公交到站时间的方法来提前告知用户，以便帮助用户出行。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种预测公交到站时间的方法。

本发明的第二个目的在于提出一种预测公交到站时间的装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种计算机存储介质。

为实现上述目的，第一方面，根据本发明实施例的预测公交到站时间的方法，包括：

获取车辆的当前位置信息及第一站点的位置信息，以及获取所述车辆的第一运行时长信息与第二运行时长信息；

根据预设规则将所述第一站点到待预测站点划分成多个区间；

以及根据所述第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；

根据所述实时站间时长集计算每个所述区间的区间时长集；

将所述第一运行时长与所述区间时长集进行求和，生成所述车辆的预测到站时长。

第二方面，根据本发明实施例的预测公交到站时间的装置，包括：

第一获取模块，用于获取车辆的当前位置信息及第一站点的位置信息；

第二获取模块，用于获取所述车辆的第一运行时长信息与第二运行时长信息；

划分模块，用于根据预设规则将所述第一站点到待预测站点分成多个区间；

修正模块，用于根据所述第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；

第一计算模块，用于根据所述实时站间时长集计算每个所述区间的区间时长集；

第二计算模块，用于将所述第一运行时长与所述区间时长集进行求和，生成所述车辆的预测到站时长。

第三方面，根据本发明实施例的计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的预测公交到站时间的方法。

第四方面，根据本发明实施例的计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的预测公交到站时间的方法。

根据本发明实施例提供预测公交到站时间的方法，用户端获取车辆的当前位置信息及第一站点的位置信息，以及获取所述车辆的第一运行时长信息与第二运行时长信息；并且根据预设规则将所述第一站点到待预测站点划分成多个区间；以及根据所述第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；用户端根据所述实时站间时长集计算每个所述区间的区间时长集；将所述第一运行时长与所述区间时长集进行求和，生成所述车辆的预测到站时长。从而能够准确预测公交到站时间的方法来提前告知用户，以便帮助用户出行。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1是本发明实施例提供的预测公交到站时间的交互结构示意图；

图2是本发明实施例提供的预测公交到站时间的流程示意图；

图3是本发明实施例提供的预测公交到站时间的应用场景图；

图4是图2所示的步骤S30的具体步骤流程图；

图5是本发明实施例提供的预测公交到站时间的另一流程示意图；

图6是本发明实施例提供的拥堵系数的坐标系示意图；

图7是本发明实施例提供的预测公交到站时间的装置结构示意图；

图8是本发明实施例提供的计算机设备结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

参照图1所示，为本发明实施例提供的服务器、移动终端及车辆定位系统的结构图，包括：服务器、移动终端及车辆定位系统，其中，移动终端可以是智能手机、平板电脑等；服务器可以是计算机等，车辆定位系统可以是公交车的车载GPS定位设备等。服务器可以根据车辆定位系统，获取车辆的位置信息，提前预测车辆到达每个站点的时长信息，并且把车辆的位置信息和时长信息发送至移动终端，以使用户能够根据移动终端的提示进行出行乘车。

参照图2和图3所示，本发明提供了一种预测公交到站时间的方法，包括：

S10、获取车辆的当前位置信息及第一站点的位置信息，以及获取车辆的第一运行时长信息与第二运行时长信息。

其中，第一运行时长信息为车辆的当前位置与第一站点之间的运行时长，第二运行时长信息为车辆在预设时间段内所经过的预设站间的运行时长，预设时间段内可以是24小时之内，第一站点可以是车辆当前时间将要经过的下一站点，可以理解的是，根据实时获取的车辆位置信息，服务器可以将车辆的当前位置信息和将要经过的下一站点信息之间的实时运行时长进行计算，比如，车辆所有要经过的站点包括A-J，当车辆已经走过的站点包括A、B，其未到达的站点有C-J，由此，车辆当前的位置信息位于B站点和C站点之间，通过计算车辆当前位置至C站点之间的实时运行时长，以得到第一运行时长信息；可以理解的是，第二运行时长可以是车辆在24小时之内经过所有站点，其每个站间之间的运行时长，用于实时更新车辆的运行时长，确保其运行时长的准确性。

S20、根据预设规则将第一站点到待预测站点划分成多个区间。

在本发明的实施例中，预设规则可以是不确定型决策法，不确定型决策发表示首先要将决策矩阵从利润矩阵转变为机会损失矩阵；然后确定每一可选方案的最大机会损失，并计算出各方案的最大后悔值(后悔值＝各个方案在该情况下的收益-该情况下该方案的收益)；最后选择最大后悔值中的最小方案。因此，可以将站点与站点之间作为最小区间进行划分，比如，将站点C作为起点，预测的站点为终点I，划分区间则可以有多种划分方式，例如区间C和区间D-I；区间C-D，区间E-I；区间C-E，区间F-I；从这三种划分区间的方式中，选择区间C-E，区间F-I的划分方式，可以避免时间跨度过长引起的误差扩大。

其中，当站点数量小于5个站点时，则可以直接根据站点与站点之间作为一个区间进行划分；当站点数量大于5个站点时，则可以根据预设规则进行划分为多个区间；可以理解的是，通过划分区间以供后续进行计算每个区间的运行时长，可以实时将车辆运行时长进行更新以发送至移动终端。

由上述可以理解的是，根据预设规则将第一站点到待预测站点划分成多个区间包括：

步骤一，将第一站点作为起点，以及将待预测站点作为终点；

步骤二，根据起点及终点，计算起点至终点的站点数量；

步骤三，将站点数量采用不确定型决策法划分成多个区间。

在本发明的实施例中，以站点之间进行计算，能够保证其准确性，当车辆未到达站点时，通过将起点和终点的站点数量划分成多个区间，则可以根据区间的运行时长提前预估区间中每个站点之间的运行时长，以作为实时的运行时长标准。

S30、根据第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集。

在本发明的实施例中，由上述可以理解的是，第二运行时长信息为车辆在预设时间段内所经过的预设站间的运行时长，预设站间为车辆的固定路线的站间，可以理解的是，预设站间运行时长可以是在预先设定的车辆经过站间的运行时长，比如，车辆在不堵车状态下A至J的站间的运行时长，通过修正预设站间运行时长，从而得到实时站间时长，车辆所经过的路线的所有实时站间时长为实时站间时长集。

进一步地，结合图4所示，上述根据第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集包括：

步骤S301、根据第二运行时长信息和预设站间运行时长信息，计算在预设时间段内的平均时长信息。

其中，预设时间段内可以是24小时之内，计算在预设时间段内的第二运行时长和预设站间运行时长的平均值，可以理解的是，每天计算出第二运行时长和预设站间运行时长的平均值从而可以进行实时更新，以提供更准确的运行时长信息。

步骤S302、根据平均时长信息，将预设站间运行时长信息修正，以得到修正好的预设站间时长信息。

其中，在得到平均值之后，通过对路线上的所有站间的运行时长进行修正，具体的，可以将预设站间运行时长修改为平均值，所有站间的运行时长可以表示为预设站间运行时长集，通过对其进行修正，从而得到实时站间时长。

步骤S303、将修正好的预设站间时长信息作为实时站间时长集。

其中，修正好的预设站间时长信息为实现站间时长，所有站间的运行时长作为一个时间集合，则所有修正好的预设站间时长信息确定为实时站间时长集。

S40、根据实时站间时长集计算区间时长集。

在本发明的实施例中，根据上述的将第一站点至带预测站点划分为多个区间后，根据实时运行时长集对应计算区间时长集，以确定每一个区间的运行时长，以进行计算车辆的到站时长。

进一步地，根据实时站间时长集计算区间时长集包括：

根据实时站间时长集及多个区间，将前一区间时长作为下一区间时长的参照标准进行优化，以生成下一区间时长。

其中，计算每一区间的运行时长，可以通过上一区间的区间时长，作为生成下一区间的参照标准，以生成下一区间时长，比如，前一区间为三个站点，站间的运行时长为2分钟，则区间运行时长为6分钟；当下一区间为两个站点时，站间的运行时长为3分钟，则可以参照上一区间进行计算平均值，从而计算出下一区间的运行时长为5分钟，可以理解的是，每一个区间的运行时长是由实时站间时长集进行计算的，通过上一区间运行计算下一区间运行时长，从而生成区间时长集，以供计算预测车辆的到站时间。

S50、将第一运行时长与区间时长集进行求和，生成车辆的预测到站时长。

在本发明的实施例中，当车辆未到达站点时，将第一运行时长与区间时长集进行求和，从而生成车辆的预测到站时长，以发送至用户的移动终端；当车辆到达站点时，则可以将车辆的当前站点到待预测站点的区间时长集进行求和并生成车辆的预测到站时长。

参照图5所示，上述步骤S10获取车辆的当前位置信息及第一站点的位置信息，以及获取车辆的第一运行时长信息与第二运行时长信息的步骤之前包括：

步骤11、获取车辆的GPS信息以及预设线路信息，得到车辆的当前位置信息及第二站点的位置信息；其中，第二站点为车辆在当前时间最后一次经过的站点。

其中，车辆的GPS定位设备能够将车辆的位置信息上传至服务器，服务器获取车辆的GPS信息，并且根据车辆的公交车号获取其预设线路信息，预设线路信息为对应公交车号的线路信息，根据车辆的GPS信息和预设线路信息，从而可以获取车辆在当前时间最后一次经过的站点信息作为第二站点信息。

步骤12、根据车辆的当前位置信息及第二站点的位置信息，将第二站点与第一站点之间的距离作为第一距离值；以及将车辆的当前位置与第二站点之间的距离作为第二距离值。

其中，服务器在获取到车辆的当前位置信息和第二站点的位置信息时，可以计算出第一站点和第二站点的距离，以及计算出车辆到第二站点的距离，由此可以计算出当前时间车辆与第一站点之间的距离。

步骤13、根据第一距离值和第二距离值计算车辆的当前位置与第一站点之间的运行时长。

其中，在计算出车辆与第一站点之间的距离时，则可以根据第一站点和第二站点的站间运行时长计算车辆与第一站点之间的运行时长，比如，第一站点至第二站点的距离为5公里，车辆与第一站点之间的距离为3公里，则可以计算出车辆与第一站点之间的距离为第一站点和第二站点距离的假如第一站点至第二站点的运行时长为6分钟时，则可以计算出车辆到达第一站点的运行时长为3.6分钟。

进一步地，上述步骤S40根据实时站间时长集计算区间时长集的步骤之前还包括：

步骤一，根据车辆当前时间已运行的最近站点的位置信息，匹配历史经过最近站点的车辆。

在本发明的实施例中，历史经过最近站点的车辆可以是相同路线的其它车辆，也可以是经过该站点的不同线路车辆，通过匹配其它车辆经过该站点的信息，从而确定路况变化；比如，早上8点A车经过H站点的运行时长为2分钟，在后续车辆B车经过该站点的运行时长为4分钟，通过计算车辆之间的运行时长变化，从而确定路况是否发生变化。

步骤二，根据匹配结果分别计算车辆经过最近站点的运行时长。

其中，将经过同一站点的车辆筛选出时间最接近的车辆进行计算运行时长，从而确定车辆之间的运行时长变化。

步骤三，根据运行时长拟合出当前车辆运行线路拥堵系数。

参照图6所示，在本发明的实施例中，当某一车辆的运行时长越大以及环境因素影响越大时，则拥堵系数越高，反之，当某一车辆的运行时长越小以及环境因素影响越小时，则拥堵系数越低，其中，环境因素中包括恶劣天气、突发事件、交通事故等；因此，可以通过运行时长或是环境因素进行拟合拥堵系数，以通过拥堵系数计算车辆的预测到站时长。

进一步地，根据本发明的实施例，可以将上述的第一距离值定义为L1,第二距离值定义为L2，拥堵系数定义为S，以第一站点设定为起点b，待预测站点为终点c，得到区间时长集合T(a_b，b_t1，t1_t2，…，tn_c)，预测时长求和公式可以表示为：

根据上述求和公式可以计算出车辆到站时间，从而发送至用户的移动终端，以帮助用户出行。

参照图7所示，本发明还提供了一种预测公交到站时间的装置，包括：

第一获取模块601，用于获取车辆的当前位置信息及第一站点的位置信息；

第二获取模块602，用于获取车辆的第一运行时长信息与第二运行时长信息；

划分模块603，用于根据预设规则将第一站点到待预测站点分成多个区间；

修正模块604，用于根据第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；

第一计算模块605，用于根据实时站间时长集计算每个区间的区间时长集；

第二计算模块606，用于将第一运行时长与区间时长集进行求和，生成车辆的预测到站时长。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置或系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

参照图8所示，图8示出了本发明实施例提供的计算机设备实施例的结构示意图，为了便于描述，仅示出了与本发明实施例相关的部分。具体的，该计算机设备700包括存储器702、处理器701以及存储在所述存储器702中并可在所述处理器701上运行的计算机程序，所述处理器701执行所述计算机程序时实现如上述实施例所述方法的步骤，例如图2所示的S10至S50的步骤。或者，所述处理器701执行所述计算机程序时实现上述实施例所述装置中的各模块/单元的功能，例如图7所示模块601至606的功能。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器702中，并由所述处理器701执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述计算机设备700中的执行过程。例如，所述计算机程序可以被分割成第一获取模块、第二获取模块、划分模块、修正模块、第一计算模块及第二计算模块。

第一获取模块601，用于获取车辆的当前位置信息及第一站点的位置信息；

第二获取模块602，用于获取车辆的第一运行时长信息与第二运行时长信息；

划分模块603，用于根据预设规则将第一站点到待预测站点分成多个区间；

修正模块604，用于根据第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；

第一计算模块605，用于根据实时站间时长集计算每个区间的区间时长集；

第二计算模块606，用于将第一运行时长与区间时长集进行求和，生成车辆的预测到站时长。

所述计算机设备700可包括，但不仅限于处理器701、存储器702。本领域技术人员可以理解，图仅仅是计算机设备700的示例，并不构成对计算机设备700的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述计算机设备700还可以包括输入输出设备、网络接入设备、总线等。

所称处理器701可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器701、数字信号处理器701(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立预设硬件组件等。通用处理器701可以是微处理器701或者该处理器701也可以是任何常规的处理器701等。

所述存储器702可以是所述计算机设备700的内部存储单元，例如计算机设备700的硬盘或内存。所述存储器702也可以是所述计算机设备700的外部存储设备，例如所述计算机设备700上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器702还可以既包括所述计算机设备700的内部存储单元也包括外部存储设备。所述存储器702用于存储所述计算机程序以及所述计算机设备700所需的其他程序和数据。所述存储器702还可以用于暂时地存储已经输出或者将要输出的数据。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器701执行时实现如上述实施例中所述方法中的步骤，例如图2所示的步骤S10至步骤S50。或者，所述计算机程序被处理器701执行时实现上述实施例中所述装置中的各模块/单元的功能，例如图7所示的模块601至606的功能。

所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器701执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例系统中的模块或单元可以根据实际需要进行合并、划分和删减。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子预设硬件、或者计算机软件和电子预设硬件的结合来实现。这些功能究竟以预设硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

本发明所提供的实施例中，应该理解到，所揭露的装置/计算机设备700和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备700实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种预测公交到站时间的方法，其特征在于，包括：

获取车辆的当前位置信息及第一站点的位置信息，以及获取所述车辆的第一运行时长信息与第二运行时长信息；

根据预设规则将所述第一站点到待预测站点划分成多个区间；

以及根据所述第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；

根据所述实时站间时长集计算区间时长集；

将所述第一运行时长与所述区间时长集进行求和，生成所述车辆的预测到站时长。

2.根据权利要求1所述的预测公交到站时间的方法，其特征在于，所述第一运行时长信息为所述车辆的当前位置与第一站点之间的运行时长；

所述获取车辆的当前位置信息及第一站点的位置信息，以及获取所述车辆的第一运行时长信息与第二运行时长信息的步骤之前包括：

获取所述车辆的GPS信息以及预设线路信息，得到所述车辆的当前位置信息及第二站点的位置信息；其中，所述第二站点为所述车辆在当前时间最后一次经过的站点；

根据所述车辆的当前位置信息及第二站点的位置信息，将所述第二站点与第一站点之间的距离作为第一距离值；

以及将所述车辆的当前位置与所述第二站点之间的距离作为第二距离值；

根据所述第一距离值和所述第二距离值计算所述车辆的当前位置与第一站点之间的运行时长。

3.根据权利要求1所述的预测公交到站时间的方法，其特征在于，所述第一站点为所述车辆当前时间将要经过的下一站点；

根据预设规则将所述第一站点到待预测站点划分成多个区间包括：

将所述第一站点作为起点，以及将所述待预测站点作为终点；

根据所述起点及所述终点，计算所述起点至所述终点的站点数量；

将所述站点数量采用不确定型决策法划分成多个区间。

4.根据权利要求1所述的预测公交到站时间的方法，其特征在于，所述第二运行时长信息为车辆在预设时间段内所经过的预设站间的运行时长；

所述根据所述第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集包括：

根据所述第二运行时长信息和所述预设站间运行时长信息，计算在所述预设时间段内的平均时长信息；

根据所述平均时长信息，将所述预设站间运行时长信息修正，以得到修正好的预设站间时长信息；

将所述修正好的预设站间时长信息作为所述实时站间时长集。

5.根据权利要求1所述的预测公交到站时间的方法，其特征在于，所述根据所述实时站间时长集计算区间时长集的步骤之前还包括：

根据车辆当前时间已运行的最近站点的位置信息，匹配历史经过所述最近站点的车辆；

根据匹配结果分别计算车辆经过所述最近站点的运行时长；

根据所述运行时长拟合出当前车辆运行线路拥堵系数。

6.根据权利要求5所述的预测公交到站时间的方法，其特征在于，所述拥堵系数用于计算所述车辆的预测到站时长。

7.根据权利要求1所述的预测公交到站时间的方法，其特征在于，所述根据所述实时站间时长集计算区间时长集包括：

根据所述实时站间时长集及所述多个区间，将前一区间时长作为下一区间时长的参照标准进行优化，以生成下一区间时长集。

8.一种预测公交到站时间的装置，其特征在于，包括：

第一获取模块，用于获取车辆的当前位置信息及第一站点的位置信息；

第二获取模块，用于获取所述车辆的第一运行时长信息与第二运行时长信息；

划分模块，用于根据预设规则将所述第一站点到待预测站点分成多个区间；

修正模块，用于根据所述第二运行时长信息对预设站间运行时长信息进行修正，生成实时站间时长集；

第一计算模块，用于根据所述实时站间时长集计算每个所述区间的区间时长集；

第二计算模块，用于将所述第一运行时长与所述区间时长集进行求和，生成所述车辆的预测到站时长。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的预测公交到站时间的方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7任意一项所述的预测公交到站时间的方法。