Es de gran importancia garantizar las capacidades de gestión del transporte público mediante la mejora de los servicios de transporte público urbano. Un método es resolver los problemas relacionados con la calidad de los datos presentados para la financiación pública, así como la precisión y transparencia de los procesos de supervisión y revisión; además, mejorar los sistemas de servicios de transporte público es un método viable para resolver dichos problemas. Con los avances tecnológicos y la aplicación de nuevas tecnologías como la conducción automática y los pagos múltiples, gradualmente se ha vuelto difícil para los sistemas de verificación de datos de usuarios, basados en el método original de pago único en autobús, adaptarse a estas nuevas tecnologías. Los métodos de pago diversificados y la gestión compleja han destacado la necesidad de nuevos métodos de verificación. En primer lugar, en este documento, construimos el modelo Origen-Destino (OD) de flujos de pasajeros en autobús mediante la transmisión en tiempo real de datos de pago múltiple de pasajeros, datos de detección de flujos de pasajeros en video a bordo y datos de posicionamiento en tiempo real del vehículo. Sobre esta base, se integraron los datos de la carta de porte del autobús de otros sistemas de autobuses inteligentes y los datos de espera de las estaciones de autobús, para establecer la teoría de la cadena de viajes mediante la coincidencia de flujos de pasajeros y el modelo de distribución temporal y espacial. Luego, se podría llevar a cabo un análisis OD de los flujos de pasajeros del transporte público, con un análisis detallado del flujo de vehículos, estaciones y líneas de pasajeros, y se podrían excavar las características de viaje del flujo de pasajeros del transporte público. Luego, de acuerdo con la teoría de la cadena de medios-fines, se obtuvo la distribución espacio-temporal de los datos de flujo de pasajeros para llevar a cabo un análisis OD del flujo de pasajeros, con el fin de realizar un análisis de refinamiento del vehículo, la estación y el flujo de pasajeros. De esta manera, se exploraron las características del flujo de pasajeros. Posteriormente, se establecieron modelos de verificación de autenticidad de pago para la evaluación de la validez de los datos, el análisis de datos de video, la estimación del flujo de pasajeros y las advertencias tempranas para determinar la autenticidad de los datos de pago. Por último, basándose en la fusión de datos de flujo de pasajeros de múltiples sensores y los modelos de verificación de autenticidad de datos, combinados con la aplicación de nuevas tecnologías como el uso de autobuses autónomos, se promovió la prueba. Es decir, tomando la programación de autobuses inteligentes como escenario, el método de investigación fue probado y verificado con datos de flujo de pasajeros en tiempo real de acuerdo con datos históricos. Los resultados mostraron que el método predijo con precisión el flujo de pasajeros y tuvo un papel positivo en mejorar la eficiencia de la verificación de autenticidad de los datos de pago. La aplicación del método puede mejorar la gestión y la calidad del servicio del transporte público.