本发明公开了一种基于大数据和动态多维度精确预测公交车辆到站方法，属于智能公交应用技术领域，通过建立基于实时Gps、实时车载客流量、红绿灯等待、车辆报警等多重因素影响车辆实时运行速度的模型，基于不同线路不同时段进行数据训练，得出车辆在任意一点距离后续站台到站时间的精确预测，公交车到站预测时间与实际到站时间出现出入时有机制可以进行修正，实现修正被触发多次后对影响的权重进行自动变更的机制，通过建立不同峰段的公交到站仓库速度曲线图，设定前移波动值、后移波动值并与实时车速比较，提高了预测的准确性，本发明车解决客流对停站时间影响无法判断以及车辆突发情况无法识别等因素影响实际到站时间的问题。