教學課程：使用 Azure Notebooks (Python) 規劃電動車的路線

發行項
10/31/2024

Azure 地圖服務是整合至 Azure 的地理空間服務 API 組合，可讓開發人員針對IoT、行動和資產追蹤等各種案例建立位置感知應用程式。

Azure 地圖服務 REST API 支援 Python 和 R 等語言以進行地理空間數據分析和機器學習，提供健全的路由 API，可根據車輛類型或可觸達區域等條件來計算路線。

本教學課程會引導使用者使用 Azure 地圖服務 API 和 VS Code 中的 Jupyter Notebook 來路由電動汽車，以在電池不足時尋找最接近的充電站。

在此教學課程中，您需要：

在 VS Code 中建立和執行 Jupyter Notebook。
在 Python 中呼叫 Azure 地圖服務 REST API。
根據電動車的耗電量模型搜尋可達範圍。
在可到達範圍內搜尋電動汽車充電站，或等時針。
在地圖上轉譯可達範圍界限和充電站。
根據行車時間尋找前往最近電動車充電站的路線，並將該路線視覺化。

必要條件

Azure 地圖服務帳戶
訂用帳戶金鑰
Visual Studio Code
VS Code 中 Jupyter Notebook 的工作知識
環境設定為在 Jupyter Notebook 中使用 Python。如需詳細資訊，請參閱設定您的環境。

注意

如需 Azure 地圖服務中驗證的詳細資訊，請參閱管理 Azure 地圖服務中的驗證。

安裝專案層級套件

EV 路由和可連線範圍專案具有 aioHTTP 和 IPython Python 連結庫的相依性。您可以使用 pip 在 Visual Studio 終端機中安裝這些專案：

pip install aiohttp
pip install ipython

在 Visual Studio Code 中開啟 Jupyter Notebook

接著，下載並開啟本教學課程中使用的 Notebook：

在 GitHub 的 AzureMapsJupyterSamples 存放庫中開啟 EVrouting.ipynb 檔案。
選取畫面右上角的 [ 下載源檔 ] 按鈕，在本機儲存盤案。
以滑鼠右鍵按兩下檔案，然後選取 [使用 > Visual Studio Code 開啟]，或透過 VS Code 檔案總管開啟下載的 Notebook。

載入必要的模組和架構

新增程式代碼之後，您可以使用儲存格左邊的[執行] 圖示執行儲存格，而輸出會顯示在程式碼資料格下方。

執行下列文本以載入所有必要的模組和架構。

import time
import aiohttp
import urllib.parse
from IPython.display import Image, display

顯示如何下載 Notebook 中第一個儲存格的螢幕快照，其中包含醒目提示執行按鈕的必要匯入語句。

要求可抵達的範圍界限

一家包裹遞送公司經營的車隊包括一些電動汽車。這些車輛必須在白天充電，而不返回倉庫。當剩餘的收費低於一小時時，會進行搜尋，以在可觸達的範圍內尋找充電站。然後取得這些充電站範圍的界限資訊。

要求的 routeType 是生態，以平衡經濟和速度。下列腳本會使用與車輛耗用量模型相關的參數，呼叫 Azure 地圖服務路由服務的取得路線範圍 API。然後腳本會剖析回應，以 GeoJSON 格式建立多邊形物件，代表汽車可到達的最大範圍。

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={}&currentChargeInkWh={}&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
                   ]
                }
             }

在可抵達的範圍內搜尋電動車充電站

在確定電動汽車的可到達範圍（等時線）后，您可以搜尋該區域內的充電站。

下列腳本會使用 Azure 地圖服務 Post Search Inside Geometry API 來尋找車輛最大可觸達範圍的充電站。然後，它會將回應剖析為可連線位置的陣列。

# 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)

在地圖上轉譯充電站和可抵達的範圍

呼叫 Azure 地圖服務取得地圖影像服務，藉由執行下列腳本，在靜態地圖影像上轉譯充電點和最大可觸達界限：

# 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)
polyBoundsFormatted = ('|'.join(map(str, polyBounds))).replace('[','').replace(']','').replace(',','')
reachableLocationsFormatted = ('|'.join(map(str, reachableLocations))).replace('[','').replace(']','').replace(',','')

path = "lcff3333|lw3|la0.80|fa0.35||{}".format(polyBoundsFormatted)
pins = "custom|an15 53||{}||https://raw.githubusercontent.com/Azure-Samples/AzureMapsCodeSamples/e3a684e7423075129a0857c63011e7cfdda213b7/Static/images/icons/ev_pin.png".format(reachableLocationsFormatted)

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))

顯示位置範圍的螢幕快照。

尋找最適合前往的充電站

首先，識別車輛可到達範圍內的所有潛在充電站。接下來，判斷哪些月臺可以在最短的可能時間記憶體取。

下列指令碼會呼叫 Azure 地圖服務矩陣路線規劃 API。它會傳回車輛的位置、旅行時間和距離至每個充電站。後續腳本會剖析此回應，以識別可在最少時間內到達的最接近充電站。

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)

計算最近充電站的路線

找到最近的充電站之後，請使用取得路線指示 API 從車輛目前位置取得詳細方向。在下一個儲存格中執行腳本，以產生並剖析代表路由的 GeoJSON 物件。

# 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
     }

將路線視覺化

若要將路線可視化，請使用取得地圖影像 API 在地圖上呈現。

destination = route[-1]

#destination[1], destination[0] = destination[0], destination[1]

routeFormatted = ('|'.join(map(str, route))).replace('[','').replace(']','').replace(',','')
path = "lc0f6dd9|lw6||{}".format(routeFormatted)
pins = "default|codb1818||{} {}|{} {}".format(str(currentLocation[1]),str(currentLocation[0]),destination[0],destination[1])


# Get boundaries for the bounding box.
minLon, maxLon = (float(destination[0]),currentLocation[1]) if float(destination[0])<currentLocation[1] else (currentLocation[1], float(destination[0]))
minLat, maxLat = (float(destination[1]),currentLocation[0]) if float(destination[1])<currentLocation[0] else (currentLocation[0], 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))

顯示顯示路線地圖的螢幕快照。

在此教學課程中，您已了解如何直接呼叫 Azure 地圖服務 REST API，並使用 Python 來將 Azure 地圖服務資料視覺化。

如需本教學課程中使用的 Azure 地圖服務 API 詳細資訊，請參閱：

如需 Azure 地圖服務 REST API 的完整清單，請參閱 Azure 地圖服務 REST API \(部分機器翻譯\)。

下一步

深入瞭解來自 Microsoft 和 GitHub 的所有筆記本體驗

共用方式為