cor(x, y)は、2つの列が直線にどれくらいよく沿うかを、-1から1で測ります。0に近いことは直線的なパターンがないことを意味し、「関係がない」ことではありません。欠損値があるとcor()はNAを返します。use = "complete.obs"は、それらの行を除きます。
線形モデルは、1つの列をほかの列で表します。lm(minutes ~ distance_km, data = routes)は、「距離で説明される分」と読みます。coef(model)は、切片(0kmでの予測される分)と傾き(1kmあたりの追加の分)を返します。1つを名前で取り出してください:coef(model)[["distance_km"]]です。
予測変数は+で加えます:minutes ~ distance_km + stopsでは、立ち寄りの係数は同じ距離のルートでの立ち寄りあたりの追加の時間です。だから、立ち寄りだけのモデルの傾きとは違うことがあるのです。
predict(model, newdata = tibble(distance_km = 12, stops = 6))は、新しいルートについてのモデルの推定値を返します。相関と係数はデータを表すもので、それだけでは、あることが別のことを引き起こすことを証明しません。