1.一种基于北斗定位的车辆监管分析方法，其特征在于，所述方法包括以下步骤：

S1、获取导航软件中物流车辆的导航运输路线，实时监控导航运输路线中的路段通行信息，并将路段通行信息监测结果与监测时间进行绑定，判断不同监测时间对应的导航运输路线中的车辆运输状态，在车辆运输状态异常时将导航运输路线中的异常运输路段进行提取，得到异常路线特征信息；

S2、获取异常路线特征信息在导航软件中异常运输路段对应的所有备选运输路段，对所得备选运输路段进行编号，并汇总到一个空白集合中，得到集合A；

S3、分析不同集合A中各个备选运输路段与相应异常运输路段之间的通行特征关联关系；结合数据库中的物流车辆历史运输特征数据，预测备选路线对应的路线变更影响区间；

S4、结合S3中所得通行特征关联关系与备选路线对应的路线变更影响区间的预测结果，对导航运输路线进行自适应调节，并将调节后的导航运输路线保存到数据库中替换原有的导航运输路线；

S5、通过物流车辆上设备的定位传感器实时对物流车辆的位置进行定位，并根据所得定位结果与数据库中导航运输路线之间的关系，对物流车辆进行预警管理；

所述S2中导航软件中异常运输路段对应的每个备选运输路段的首尾端点均与相应异常运输路段的首尾端点相同，且备选运输路段的长度L1与相应异常运输路段的长度L2之间的关系为L1≤L2×(1+β)，所述β表示相应异常运输路段对应的备选路段偏差系数且β为数据库中预置的常数；

在对所得备选运输路段进行编号时，将导航运输路线中第i个异常运输路段对应的第j个备选运输路段的编号记为Bij；

所述S3中分析不同集合A中各个备选运输路段与相应异常运输路段之间的通行特征关联关系的方法包括以下步骤：S301、获取导航软件中物流车辆的导航运输路线对应的异常路线特征信息，获取集合A；

S302、将异常路线特征信息中第i个异常运输路段对应的编号记为Di，将集合A中Di对应异常运输路段的第j个备选运输路段的编号Bij；

S303、获取历史数据中编号Di与Bij的运输路段分别在时间段T内各个时间点对应的车辆通行信息，将历史数据中编号为Di的运输路段在时间段T内各个时间点分别对应的车辆通行信息逐个录入到一个空白数组中，得到数组SDi，将历史数据中编号为Bij的运输路段在时间段T内各个时间点分别对应的车辆通行信息逐个录入到一个空白数组中，得到数组SBij；所述时间段T为当前时间之前的第一预设时长内对应的时间段；

S304、获取SDi中对应的车辆通行信息相应的车辆堵塞距离不为0的元素，构建拥堵信息数组，记为YSDi，且YSDi中元素不为空；获取SBij中对应的车辆通行信息相应的车辆堵塞距离不为0的元素，构建拥堵信息数组，记为YSBij；计算YSBij内元素个数与YSDi内元素个数的比值，记为r；

S305、计算编号Di与Bij的运输路段之间的通行特征关联值，记为P(Di，Bij)，所述P(Di，Bij)＝R/k1×∑k＝1k1|YSDik-SBijtk|；

当∑k＝1k1YSDik≥∑k＝1k1SBijtk时，则判定R＝1，当∑k＝1k1YSDik＜∑k＝1k1SBijtk时，则判定R＝-1；

其中，YSDik表示YSDi中的第k个元素，SBijtk表示YSDi中第k个元素对应的时间点在SBij中相应的元素，R表示通行特征关联转换系数；

S306、得到Di与Bij的运输路段之间的通行特征关联关系，记为F(Di，Bij)，所述F(Di，Bij)表示相同时间点时Bij对应的运输路段的堵塞距离等于Bij对应的运输路段的堵塞距离与P(Di，Bij)的差值，且当所得差值小于0时，则判定相应时间点时Bij对应的运输路段的堵塞距离为0；

所述S3中预测备选路线对应的路线变更影响区间的方法包括以下步骤：

S311、获取数据库中的物流车辆历史运输特征数据，所述历史运输特征数据包括相应物流车辆的司机在不同路况系数下的运输影响系数，所述路况系数是通过查询数据库预置表单中每个路段平整度对应的值得到的且每个平整度值对应唯一的路况系数，所述运输影响系数为相应物流车辆的司机在相应路况系数下对应的各个运输订单中货物坏损率的平均值；

S312、计算物流车辆运输特征数据偏差波动值，记为M，

所述M＝1/b1×∑b＝1b1Ybmax-Yb，

其中，b1表示数据库预置表单中物流车辆行驶过的路段对应路况系数的总个数，Ybmax表示物流车辆行驶过的路段对应的第b个路况系数下对应的各个运输订单中货物坏损率的最大值，Yb表示物流车辆行驶过的路段对应的第b个路况系数下对应的运输影响值；

S313、得到备选路线对应的路线变更影响区间的预测结果，将备选路线Bij对应的路线变更影响区间记为[YBij，YBij+M]，其中，YBij表示Bij对应的运输影响系数；

所述S4中对导航运输路线进行自适应调节的方法包括以下步骤：

S41、获取当前时间Di对应运输路段的车辆通行信息，记为YE1Di，并代入Di与Bij的运输路段之间的通行特征关联关系F(Di，Bij)内，得到当前时间Bij对应运输路段的车辆通行信息的预测值，记为YE1Bij；

S42、得到当前时间Bij对应运输路段的车辆通行信息的参照校准值，记为max{YE1Bij，YE2Bij}，所述YE2Bij表示当前时间Bij对应运输路段的车辆通行信息的实际监测值，所述max{YE1Bij，YE2Bij}表示YE1Bij与YE2Bij中的最大值；

S43、获取备选路线Bij对应的路线变更影响区间中的最大值YBij+M，获取Di对应的路线变更影响区间中的最大值YDi+M；

S44、计算Bij相对于Di的相对变更影响量，记为H(Bij，Di)，

H(Bij，Di)＝(YBij+M)×max{YE1Bij，YE2Bij}-r×(YDi+M)×YE1Di；

S45、得到j为不同值时，Di对应异常运输路段的各个备选运输路段编号Bij分别相对于Di的相对变更影响量中的最小值，若所得最小值大于等于0，则调节后的导航运输路线中Di路段保持不变；

若所得最小值小于0，则调节后的导航运输路线中Di路段变更为所得最小值对应的备选运输路段。

2.根据权利要求1所述的一种基于北斗定位的车辆监管分析方法，其特征在于：所述S1中导航运输路线中的路段通行信息对应一个集合，所述集合中的每个元素对应一个运输路段中的车辆通行信息，将导航运输路线中的每个岔路口作为一个运输路线节点，将导航运输路线中任意相邻的两个运输路线节点之间的路线作为一个运输路段；所述车辆通行信息包括相应运输路段中的车辆堵塞距离；

所述导航运输路线中的车辆运输状态包括正常运输状态及异常运输状态；当导航运输路线中的每个运输路段对应的车辆通行信息内的车辆堵塞距离大于等于数据库中的预设值时，则判定导航运输路线中的相应运输路段的车辆通行信息异常，反之，则判定导航运输路线中的相应运输路段的车辆通行信息正常；若导航运输路线中存在车辆通行信息异常的运输路段时，则判定相应监测时间对应的导航运输路线中的车辆运输状态为异常运输状态，反之，则判定相应监测时间对应的导航运输路线中的车辆运输状态为正常运输状态；

所述异常路线特征信息为提取的导航运输路线中的各个异常运输路段构成的集合。

3.根据权利要求1所述的一种基于北斗定位的车辆监管分析方法，其特征在于：所述S5中根据所得定位结果与数据库中导航运输路线之间的关系，对物流车辆进行预警管理时，计算物流车辆的位置定位结果与数据库中导航运输路线之间的最短距离，记为LD，当LD≥LB时，则判定物流车辆偏离规划的导航运输路线，对物流车辆司机及管理员进行预警；

当LD＜LB时，则判定物流车辆行驶状态正常，无需对物流车辆司机及管理员进行预警；

所述LB表示车辆路线行驶距离偏差，所述LB为数据库中预置的常数。

4.一种基于北斗定位的车辆监管分析系统，所述系统基于权利要求1-3任意一项所述的一种基于北斗定位的车辆监管分析方法实现，其特征在于，所述系统包括以下模块：异常路线特征提取模块，所述异常路线特征提取模块获取导航软件中物流车辆的导航运输路线，实时监控导航运输路线中的路段通行信息，并将路段通行信息监测结果与监测时间进行绑定，判断不同监测时间对应的导航运输路线中的车辆运输状态，在车辆运输状态异常时将导航运输路线中的异常运输路段进行提取，得到异常路线特征信息；

备选路段生成模块，所述备选路段生成模块获取异常路线特征信息在导航软件中异常运输路段对应的所有备选运输路段，对所得备选运输路段进行编号，并汇总到一个空白集合中，得到集合A；

路线变更分析模块，所述路线变更分析模块分析不同集合A中各个备选运输路段与相应异常运输路段之间的通行特征关联关系；结合数据库中的物流车辆历史运输特征数据，预测备选路线对应的路线变更影响区间；

路线预测调节模块，所述路线预测调节模块结合路线变更分析模块中所得通行特征关联关系与备选路线对应的路线变更影响区间的预测结果，对导航运输路线进行自适应调节，并将调节后的导航运输路线保存到数据库中替换原有的导航运输路线；

车辆预警管理模块，所述车辆预警管理模块通过物流车辆上设备的定位传感器实时对物流车辆的位置进行定位，并根据所得定位结果与数据库中导航运输路线之间的关系，对物流车辆进行预警管理。

5.根据权利要求4所述的一种基于北斗定位的车辆监管分析系统，其特征在于：所述路线变更分析模块包括特征关联分析单元及变更影响预测单元，所述特征关联分析单元分析不同集合A中各个备选运输路段与相应异常运输路段之间的通行特征关联关系；

所述变更影响预测单元结合数据库中的物流车辆历史运输特征数据，预测备选路线对应的路线变更影响区间。