你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
教程：使用 Azure Notebooks 规划电动车路线 (Python)
Azure Maps 是原生与 Azure 集成的地理空间服务 API 组合。 开发人员、企业和 ISV 可以使用这些 API 开发位置感知应用、IoT、移动、物流与资产跟踪解决方案。
可以从 Python 和 R 等语言调用 Azure Maps REST API，以实现地理空间数据分析和机器学习方案。 Azure Maps 提供一组可靠的路线 API，让用户根据各种条件计算多个数据点之间的路线。 计算基于各种条件，例如车辆类型或可抵达区域。
本教程介绍如何为遇到电量不足情况的电动车司机提供帮助。 该司机需要找到离当前车辆位置最近的充电站。
在本教程中，将：
- 在云中的 Azure Notebooks 上创建并运行 Jupyter Notebook 文件。
- 在 Python 中调用 Azure Maps REST API。
- 根据电动车的耗电模型搜索可抵达的范围。
- 在可抵达范围（或等时线）内搜索电动车充电站。
- 在地图上呈现可抵达范围的边界和充电站。
- 基于驾驶时间查找并直观显示最近的电动车充电站的路线。
先决条件
注意
有关 Azure Maps 中身份验证的详细信息，请参阅在 Azure Maps 中管理身份验证。
创建 Azure Notebooks 项目
若要遵循本教程，需要创建一个 Azure Notebooks 项目，然后下载并运行 Jupyter Notebook 文件。 该 Jupyter Notebook 文件包含用于实现本教程中的方案的 Python 代码。 若要创建 Azure Notebooks 项目并将 Jupyter Notebook 文档上传到其中，请执行以下步骤：
转到 Azure Notebooks 并登录。 有关详细信息，请参阅快速入门：登录并设置用户 ID。
在公共个人资料页的顶部，选择“我的项目”。
在“我的项目”页上，选择“新建项目”。
在“创建新项目”窗格中，输入项目名称和项目 ID。
选择创建。
创建项目后，从 Azure Maps Jupyter Notebook 存储库下载此 Jupyter Notebook 文档文件。
在“我的项目”页上的项目列表中选择你的项目，然后选择“上传”以上传 Jupyter Notebook 文档文件。
上传计算机中的文件，然后选择“完成”。
成功完成上传后，项目页中会显示你的文件。 双击该文件，将其作为 Jupyter Notebook 打开。
尝试了解 Jupyter Notebook 文件中实现的功能。 以每次一个单元的形式运行 Jupyter Notebook 文件中的代码。 可以选择 Jupyter Notebook 应用顶部的“运行”按钮来运行每个单元中的代码。
安装项目级包
若要运行 Jupyter Notebook 中的代码，请执行以下步骤，以便在项目级别安装包：
从 Azure Maps Jupyter Notebook 存储库下载 requirements.txt 文件，并将其上传到自己的项目。
在项目仪表板上，选择“项目设置” 。
在“项目设置”窗格中，依次选择“环境”选项卡、“添加”。
在“环境设置步骤”下执行以下操作：a. 在第一个下拉列表中，选择“Requirements.txt”。
b. 在第二个下拉列表中，选择“requirements.txt”文件。
c. 在第三个下拉列表中，选择“Python 版本 3.6”作为版本。选择“保存”。
加载所需的模块和框架
若要加载全部所需的模块和框架，请运行以下脚本。
import time
import aiohttp
import urllib.parse
from IPython.display import Image, display
请求可抵达的范围边界
包裹递送公司在其车队中添置了一些电动车。 在这一天，电动车必须能够在不返回仓库的情况下完成充电。 每当剩余电量不足一小时的行程时，你需要搜索可抵达范围内的一系列充电站。 实质上，每当电池电量不足时，就要搜索充电站。 同时，需要获取充电站分布范围的边界信息。
由于公司倾向于使用经济性和速度均衡的路线，因此请求的线路类型为“经济”。 以下脚本调用 Azure Maps 路由服务的获取路线范围 API。 它使用参数来表示车辆的耗电模型。 然后，该脚本分析响应以创建 geojson 格式的多边形对象来表示汽车的最大可抵达范围。
若要确定电动车可抵达范围的边界，请运行以下单元中的脚本：
subscriptionKey = "Your Azure Maps key"
currentLocation = [34.028115,-118.5184279]
session = aiohttp.ClientSession()
# Parameters for the vehicle consumption model
travelMode = "car"
vehicleEngineType = "electric"
currentChargeInkWh=45
maxChargeInkWh=80
timeBudgetInSec=550
routeType="eco"
constantSpeedConsumptionInkWhPerHundredkm="50,8.2:130,21.3"
# Get boundaries for the electric vehicle's reachable range.
routeRangeResponse = await (await session.get("https://atlas.microsoft.com/route/range/json?subscription-key={}&api-version=1.0&query={}&travelMode={}&vehicleEngineType={}¤tChargeInkWh={}&maxChargeInkWh={}&timeBudgetInSec={}&routeType={}&constantSpeedConsumptionInkWhPerHundredkm={}"
.format(subscriptionKey,str(currentLocation[0])+","+str(currentLocation[1]),travelMode, vehicleEngineType, currentChargeInkWh, maxChargeInkWh, timeBudgetInSec, routeType, constantSpeedConsumptionInkWhPerHundredkm))).json()
polyBounds = routeRangeResponse["reachableRange"]["boundary"]
for i in range(len(polyBounds)):
coordList = list(polyBounds[i].values())
coordList[0], coordList[1] = coordList[1], coordList[0]
polyBounds[i] = coordList
polyBounds.pop()
polyBounds.append(polyBounds[0])
boundsData = {
"geometry": {
"type": "Polygon",
"coordinates":
[
polyBounds
]
}
}
在可抵达范围内搜索电动车充电站
获取电动车的可抵达范围（等时线）后，可以在该范围内搜索充电站。
以下脚本调用 Azure Maps 的在几何结构内发布搜索 API。 它在汽车的最大可抵达范围边界内搜索电动车充电站。 然后，脚本将响应分析成可抵达位置的数组。
若要在可抵达范围内搜索电动车充电站，请运行以下脚本：
# Search for electric vehicle stations within reachable range.
searchPolyResponse = await (await session.post(url = "https://atlas.microsoft.com/search/geometry/json?subscription-key={}&api-version=1.0&query=electric vehicle station&idxSet=POI&limit=50".format(subscriptionKey), json = boundsData)).json()
reachableLocations = []
for loc in range(len(searchPolyResponse["results"])):
location = list(searchPolyResponse["results"][loc]["position"].values())
location[0], location[1] = location[1], location[0]
reachableLocations.append(location)
上传可抵达范围和充电站
在地图上直观显示电动车的充电站和最大可抵达范围边界很有帮助。 按照如何创建数据注册表一文中概述的步骤，将边界数据和充电站数据作为 geojson 对象上传到 Azure 存储帐户，然后将它们注册到 Azure Maps 帐户中。 请务必记下唯一标识符 (udid) 值，你将需要它。 udid 是引用从源代码上传到 Azure 存储帐户的 geojson 对象的方式。
在地图上呈现充电站和可抵达范围
将数据上传到 Azure 存储帐户后，调用 Azure Maps 的获取地图图像服务。 此服务可运行以下脚本，在静态地图图像上呈现充电站和最大可抵达边界：
# Get boundaries for the bounding box.
def getBounds(polyBounds):
maxLon = max(map(lambda x: x[0], polyBounds))
minLon = min(map(lambda x: x[0], polyBounds))
maxLat = max(map(lambda x: x[1], polyBounds))
minLat = min(map(lambda x: x[1], polyBounds))
# Buffer the bounding box by 10 percent to account for the pixel size of pins at the ends of the route.
lonBuffer = (maxLon-minLon)*0.1
minLon -= lonBuffer
maxLon += lonBuffer
latBuffer = (maxLat-minLat)*0.1
minLat -= latBuffer
maxLat += latBuffer
return [minLon, maxLon, minLat, maxLat]
minLon, maxLon, minLat, maxLat = getBounds(polyBounds)
path = "lcff3333|lw3|la0.80|fa0.35||udid-{}".format(rangeUdid)
pins = "custom|an15 53||udid-{}||https://raw.githubusercontent.com/Azure-Samples/AzureMapsCodeSamples/master/AzureMapsCodeSamples/Common/images/icons/ev_pin.png".format(poiUdid)
encodedPins = urllib.parse.quote(pins, safe='')
# Render the range and electric vehicle charging points on the map.
staticMapResponse = await session.get("https://atlas.microsoft.com/map/static/png?api-version=2022-08-01&subscription-key={}&pins={}&path={}&bbox={}&zoom=12".format(subscriptionKey,encodedPins,path,str(minLon)+", "+str(minLat)+", "+str(maxLon)+", "+str(maxLat)))
poiRangeMap = await staticMapResponse.content.read()
display(Image(poiRangeMap))
查找最佳充电站
首先需要确定可抵达范围内的所有可能的充电站。 然后需要知道在最短时间内可以抵达其中的哪个充电站。
以下脚本调用 Azure Maps 的矩阵路线 API。 它会返回指定车辆的位置、行程时间，以及与每个充电站之间的距离。 下一个单元中的脚本将分析响应，以找到在给定时间内可抵达的最近充电站。
若要查找可在最短时间内抵达的最近充电站，请运行以下单元中的脚本：
locationData = {
"origins": {
"type": "MultiPoint",
"coordinates": [[currentLocation[1],currentLocation[0]]]
},
"destinations": {
"type": "MultiPoint",
"coordinates": reachableLocations
}
}
# Get the travel time and distance to each specified charging station.
searchPolyRes = await (await session.post(url = "https://atlas.microsoft.com/route/matrix/json?subscription-key={}&api-version=1.0&routeType=shortest&waitForResults=true".format(subscriptionKey), json = locationData)).json()
distances = []
for dist in range(len(reachableLocations)):
distances.append(searchPolyRes["matrix"][0][dist]["response"]["routeSummary"]["travelTimeInSeconds"])
minDistLoc = []
minDistIndex = distances.index(min(distances))
minDistLoc.extend([reachableLocations[minDistIndex][1], reachableLocations[minDistIndex][0]])
closestChargeLoc = ",".join(str(i) for i in minDistLoc)
计算到最近充电站的路线
找到最近的充电站后，可以调用获取路线方向 API，请求从电动车当前位置到该充电站的详细路线。
若要获取充电站的路线并分析响应以创建表示路线的 geojson 对象，请运行以下单元中的脚本：
# Get the route from the electric vehicle's current location to the closest charging station.
routeResponse = await (await session.get("https://atlas.microsoft.com/route/directions/json?subscription-key={}&api-version=1.0&query={}:{}".format(subscriptionKey, str(currentLocation[0])+","+str(currentLocation[1]), closestChargeLoc))).json()
route = []
for loc in range(len(routeResponse["routes"][0]["legs"][0]["points"])):
location = list(routeResponse["routes"][0]["legs"][0]["points"][loc].values())
location[0], location[1] = location[1], location[0]
route.append(location)
routeData = {
"type": "LineString",
"coordinates": route
}
直观显示路线
为了便于可视化路由，请按照如何创建数据注册表一文中概述的步骤，将路由数据作为 geojson 对象上传到 Azure 存储帐户，然后将其注册到 Azure Maps 帐户中。 请务必记下唯一标识符 (udid) 值，你将需要它。 udid 是引用从源代码上传到 Azure 存储帐户的 geojson 对象的方式。 然后调用呈现服务获取地图图像 API，在地图上呈现并直观显示路线。
若要获取地图上呈现的路线图像，请运行以下脚本：
# Upload the route data to Azure Maps Data service .
routeUploadRequest = await session.post("https://atlas.microsoft.com/mapData?subscription-key={}&api-version=2.0&dataFormat=geojson".format(subscriptionKey), json = routeData)
udidRequestURI = routeUploadRequest.headers["Location"]+"&subscription-key={}".format(subscriptionKey)
while True:
udidRequest = await (await session.get(udidRequestURI)).json()
if 'udid' in udidRequest:
break
else:
time.sleep(0.2)
udid = udidRequest["udid"]
destination = route[-1]
destination[1], destination[0] = destination[0], destination[1]
path = "lc0f6dd9|lw6||udid-{}".format(udid)
pins = "default|codb1818||{} {}|{} {}".format(str(currentLocation[1]),str(currentLocation[0]),destination[1],destination[0])
# Get boundaries for the bounding box.
minLat, maxLat = (float(destination[0]),currentLocation[0]) if float(destination[0])<currentLocation[0] else (currentLocation[0], float(destination[0]))
minLon, maxLon = (float(destination[1]),currentLocation[1]) if float(destination[1])<currentLocation[1] else (currentLocation[1], float(destination[1]))
# Buffer the bounding box by 10 percent to account for the pixel size of pins at the ends of the route.
lonBuffer = (maxLon-minLon)*0.1
minLon -= lonBuffer
maxLon += lonBuffer
latBuffer = (maxLat-minLat)*0.1
minLat -= latBuffer
maxLat += latBuffer
# Render the route on the map.
staticMapResponse = await session.get("https://atlas.microsoft.com/map/static/png?api-version=2022-08-01&subscription-key={}&&path={}&pins={}&bbox={}&zoom=16".format(subscriptionKey,path,pins,str(minLon)+", "+str(minLat)+", "+str(maxLon)+", "+str(maxLat)))
staticMapImage = await staticMapResponse.content.read()
await session.close()
display(Image(staticMapImage))
本教程已介绍如何使用 Python 直接调用 Azure Maps REST API 和直观显示 Azure Maps 数据。
若要了解本教程中使用的 Azure Maps API，请参阅：
清理资源
没有需要清理的资源。
后续步骤
若要详细了解 Azure Notebooks，请参阅：