① 摘要
面向小学生家长、学校管理员和教师，在学生每日上下学通勤场景下，提供基于五维加权模型（交
通流量、道路状况、路程距离、天气影响、沿途 POI）的上学路线安全风险评估系统。系统支持
全校总览、班级视图、家长移动端三个角色，覆盖 60 个班级、400+名学生，并创新性地提供基于
地理位置的智能组队同行功能。目前通过模拟数据和功能演示验证有效。
② 真实场景与需求
目标人群
• 小学生家长：关心孩子每天上学路线是否安全，希望获得科学的风险评估和出行建议
• 学校管理员：需要全局把握全校学生的通勤安全状况，快速定位高风险学生
• 班主任教师：需要查看班级学生的地图分布和个别路线评估
痛点描述
每天上下学途中，小学生面临多重安全隐患：
• 交通安全：车流量大的主干道、无信号灯路口、施工区域等
• 环境风险：沿途网吧、小卖部对孩子的吸引，流浪动物、加油站等
• 天气影响：雨雪天气导致路面湿滑、能见度降低，风险显著增加
• 信息不对称：家长难以全面了解孩子上学路线的真实风险情况
现有做法与不足
| 现有做法 | 不足 | 本系统解决 | |
|---|---|---|---|
| 家长亲自护送 | 时间成本高，难以持续 | 组队同行，降低20%风险 | |
| 老师口头提醒 | 无法量化风险，覆盖面有限 | 五维加权模型，科学量化 | |
| 普通地图导航 | 仅提供路线，无安全评估 | 地图+风险评估深度融合 |
③ 作品介绍
本作品是一套基于纯前端技术栈（HTML5 + CSS3 + JavaScript + 腾讯地图 JSAPI GL）的小学生上学路线安全评估网页应用，包含三个端：
| 端 | 用户 | 核心功能 | |
|---|---|---|---|
| 学校端 | 学校管理员 | 天气预警、KPI指标、班级安全排名、高风险学生预警、POI风险分布 | |
| 班级端 | 班主任教师 | 两级筛选、学生地图分布、个人路线评估、四种出行方式对比 | |
| 家长端 | 学生家长 | 移动端路线评估、智能组队同行、路线规划、历史记录 |
核心创新点
• 五维动态风险评估模型：交通流量(30%)、道路状况(20%)、路程距离(15%)、天气影响(15%)、沿途POI(20%)，并通过天气修正因子动态调整
• 基于地理位置的智能组队推荐：通过欧氏距离算法计算同班同学路线相似度，自动推荐组队搭档，降低20%风险
• 多角色分层视图：管理层→执行层→家长层，满足不同角色的差异化需求
• 路线规划降级策略：API失败时自动生成模拟路线，确保地图始终有内容展示
• 分段轨迹可视化：组队记录中每个队友的独立路线段+共同路线段分色展示
④ 用 SOLO 实现的过程
任务拆解策略
整个项目按照“数据层→算法层→地图层→视图层”的顺序逐步拆解，每个阶段都通过与 SOLO 的多轮对话完成：
使用的 SOLO 能力
• 前端代码生成：通过自然语言描述需求，直接生成 HTML/CSS/JavaScript 代码
• 多轮迭代优化：每次描述调整需求（如“班级排名改为卡片网格”“底部Tab切换”），SOLO 立即修改对应代码
• 地图 API 集成：通过调用腾讯地图 JSAPI GL 技能，实现 3D 地图、路线规划、标记点等功能
• AI 图片生成：生成架构图、流程图嵌入技术文档
• 文档自动生成：使用 docx-js 生成专业的 PRD 文档和技术架构文档
关键 Prompt 示例
以下是几个典型的交互 Prompt：
踩过的坑
• 变量名冲突：data.js 中 var road 同时用作数组名和风险因子名，导致数据生成异常，重命名后解决
• 底部Tab切换失效：修改了多次才找到根因——data-tab 属性在 标签上不稳定，最终改用 getElementById 直接操作
• 地图初始化崩溃：在 display:none 的容器中初始化腾讯地图会抛出 JS 错误，导致后续所有渲染逻辑中断，采用懒加载策略解决
• 移动端滚动冲突：common.css 中 body 设置了 overflow:hidden，导致家长端无法滚动，在 parent.css 中覆盖解决
⑤ 成果展示
学校端整体视图
班级端视图
家长端组队
5.1 评估模型概述
系统采用"多因素加权 + 天气动态修正"的两层评估模型。第一层基于交通流量、道路状况、路程距
离三个静态因素进行加权计算得到基础风险值；第二层根据当前天气状况和交通方式，通过修正系
第 9 页
数对基础风险值进行动态调整，得到最终综合风险评分。
5.2 风险因素定义
风险因素 权重 数据来源 评估维度
交通流量 35% 道路车流量数据 路段车辆密度、早晚高峰时段、大型
车辆比例
道路状况 25% 道路基础设施数据 人行道宽度、隔离设施、路面平整
度、照明条件
路程距离 20% 路线规划结果 总路程长度、过马路次数、路口数量
天气影响 20% 天气数据接口 降水、温度、能见度、风力等综合影
响
5.3 天气修正系数
不同天气条件对不同交通方式的影响程度不同。系统为每种天气-交通方式组合定义了风险修正系
数：
天气 步行 骑行 公交 驾车
晴天 0.8 0.8 0.9 0.9
多云 0.9 0.9 0.95 0.95
小雨 1.4 1.5 1.1 1.2
大雨 1.8 2.0 1.3 1.5
雨雪 1.7 1.9 1.2 1.6
大雾 1.3 1.6 1.1 1.8
系数含义说明：系数为 1.0 表示天气无额外影响；系数小于 1.0 表示天气条件有利于降低风险
（如晴天）；系数大于 1.0 表示天气条件增加风险（如雨天路滑）。骑行方式受天气影响最大，公
交受影响最小。
⑥ 验证方式与下一步
当前验证
• 功能演示验证：系统已完成全部功能开发，可通过浏览器直接访问体验全部功能
• 数据规模验证：程序化生成60个班级、400+名学生、1200+个POI记录，姓名全局唯一
• 算法验证：五维加权模型在不同天气、不同出行方式下均能正确计算并分级
• 容错验证：地图API失败时自动降级为模拟路线，确保页面始终有内容展示
下一步计划
• 接入真实数据：对接学校学生信息系统，获取真实学生地址和坐标
• 接入实时天气：对接天气 API，实时获取当地天气数据
• 学校试点：与长沙市岳麓区实验小学合作，收集家长和教师的真实反馈
• 推送通知：增加微信/短信推送功能，在高风险天气时主动通知家长