电动车测试工况构建方法、装置、存储介质及处理器与流程

1.本发明涉及车辆测试技术领域，具体而言，涉及一种电动车测试工况构建方法、装置、存储介质及处理器。


背景技术：

2.随着技术的发展和用户的需求不断提高，对新能源汽车的各项要求愈加严格，需要对新能源汽车进行大量的测试，才能保证其性能符合要求。对新能源汽车进行测试时，需构建电驱试验工况。目前的电驱试验工况构建方法通常只规定了不同的工况内容，对多个工况之间的试验运行顺序没有明确的规定和研究。在试验中各个工况均是独立运行，没有组合到一起，无法更真实的体现用户实际的驾驶习惯，从而无法实现真实构建贴合实际场景的测试工况。
3.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明实施例提供了一种电动车测试工况构建方法、装置、存储介质及处理器，以至少解决现有技术中测试工况的构建时没有根据用户实际驾驶习惯规定多个工况之间的试验运行顺序的的技术问题。
5.根据本发明实施例的一个方面，提供了一种电动车测试工况构建方法，包括：获取多个分别对应不同工况类型的工况集合信息，其中，工况集合信息包括多个工况类型相同的工况片段信息，工况片段信息包括如下至少之一：电动车辆的当前工况、电动车辆在当前工况下的速度；基于各工况集合信息所包含的工况片段信息的数量，确定各工况集合信息的权重；基于权重确定测试工况的第一顺序工况；对第一顺序工况进行马尔科夫计算，确定第二顺序工况；循环对得到的第二顺序工况进行马尔科夫计算，直至确定所有的工况集合信息的位次，得到测试工况的排列顺序；基于多个工况集合信息、排列顺序构建目标车辆的测试工况。
6.可选地，获取多个分别对应不同工况类型的工况集合信息，包括：获取车辆云数据，其中，车辆云数据由对多个电动车辆的实际驾驶过程进行采集得到；对车辆云数据进行分类处理，得到多个分别对应不同工况类型的工况集合信息。
7.可选地，基于权重确定测试工况的第一顺序工况，包括：将工况集合信息中的权重最大的一个作为测试工况的第一顺序工况。
8.可选地，对第一顺序工况进行马尔科夫计算，确定第二顺序工况，包括：对第一顺序工况进行马尔科夫计算，得到除与第一顺序工况对应的工况集合信息之外的工况集合信息的马尔科夫转移概率；确定本次计算中的马尔科夫转移概率最大的工况集合信息为第二顺序工况。
9.可选地，对第一顺序工况进行马尔科夫计算，得到除与第一顺序工况对应的工况集合信息之外的工况集合信息的马尔科夫转移概率，包括：对第一顺序工况所包含的多个
工况片段信息依次单独进行马尔科夫计算，得到同样多个计算工况，其中，计算工况为除与第一顺序工况对应的工况集合信息之外的工况集合信息中的一个；将多个计算工况按照工况类型进行分类处理；基于分类处理后的计算工况的权重，得到除与第一顺序工况对应的工况集合信息之外的工况集合信息的马尔科夫转移概率。
10.可选地，基于多个工况集合信息、排列顺序构建测试工况，包括：获取与多个工况集合信息一一对应的多个典型工况，其中，各典型工况通过对应的工况集合信息中的多个工况片段信息选取得到；基于多个工况集合信息、多个典型工况确定各典型工况的循环次数；基于排列顺序确定各典型工况的测试顺序；基于各典型工况的测试顺序、各典型工况的循环次数组合构建得到测试工况。
11.可选地，基于多个工况集合信息、多个典型工况确定各典型工况的循环次数，包括：基于各工况集合信息计算目标车辆的与该工况集合信息对应的总损伤值，其中，总损伤值用于表征将目标车辆依次经过工况集合信息内的全部的工况片段信息测试后，目标车辆被损坏的程度；基于各典型工况计算目标车辆的与该典型工况对应的片段损伤值，其中，片段损伤值用于表征将目标车辆经过单次的典型工况测试后，目标车辆被损坏的程度；基于计算得到的多个总损伤值和计算得到的多个片段损伤值确定各典型工况的循环次数。
12.根据本发明实施例的另一方面，还提供了一种电动车测试工况的构建装置，包括：获取单元，用于获取多个分别对应不同工况类型的工况集合信息，其中，工况集合信息包括多个工况类型相同的工况片段信息，工况片段信息包括如下至少之一：电动车辆的当前工况、电动车辆在当前工况下的速度；第一确定单元，用于基于各工况集合信息所包含的工况片段信息的数量，确定各工况集合信息的权重；第二确定单元，用于基于权重确定测试工况的第一顺序工况；第一计算单元，用于对第一顺序工况进行马尔科夫计算，确定第二顺序工况；第二计算单元，用于重复对得到的第二顺序工况进行马尔科夫计算，直至确定所有的工况集合信息的位次，得到测试工况的排列顺序；构建单元，基于多个工况集合信息、排列顺序构建目标车辆的测试工况。
13.根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述的方法。
14.根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的方法。
15.在本发明实施例中，采用根据所述工况集合信息的权重确定测试工况的第一顺序工况的方式，通过对所述第一顺序工况进行马尔科夫计算，确定所述第二顺序工况，并且循环对第二顺序工况进行马尔科夫计算，最终得到测试工况的排列顺序，达到了根据用户实际驾驶习惯对多个不同的工况进行排序的目的，从而实现了构建出更加符合真实场景的测试工况的技术效果，进而解决了现有技术中测试工况的构建时没有根据用户实际驾驶习惯规定多个工况之间的试验运行顺序的技术问题。
附图说明
16.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
17.图1是根据本发明实施例的一种可选的电动车测试工况构建方法的计算机终端的硬件结构框图；
18.图2是根据本发明实施例的一种可选的电动车测试工况构建方法的流程示意图；
19.图3是根据本发明实施例的一种可选的电动车测试工况构建方法的流程示意图；
20.图4是根据本发明实施例的一种可选的电动车测试工况构建方法的对车辆云数据进行分类处理后得到的工况集合信息示意图；
21.图5是根据本发明实施例的一种可选的电动车测试工况构建方法的马尔科夫转移概率结果示意图；
22.图6是根据本发明实施例的一种可选的电动车测试工况构建装置的模块框图。
具体实施方式
23.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
24.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
25.根据本发明实施例，提供了一种电动车测试工况构建方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
26.该方法实施例可以在车辆中包含存储器和处理器的电子装置或者类似的运算装置中执行。以运行在车辆的电子装置上为例，如图1所示，车辆的电子装置可以包括一个或多个处理器102(处理器可以包括但不限于中央处理器(cpu)、图形处理器(gpu)、数字信号处理(dsp)芯片、微处理器(mcu)、可编程逻辑器件(fpga)、神经网络处理器(npu)、张量处理器(tpu)、人工智能(ai)类型处理器等的处理装置)和用于存储数据的存储器104。可选地，上述汽车的电子装置还可以包括用于通信功能的传输设备106、输入输出设备108以及显示器110。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述车辆的电子装置的结构造成限定。例如，车辆的电子装置还可包括比上述结构描述更多或者更少的组件，或者具有与上述结构描述不同的配置。
27.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的电动车测试工况构建方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的电动车测试
工况构建方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
28.传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
29.显示器110可以是触摸屏式的液晶显示器(lcd)。该液晶显示器可使得用户能够与移动终端的用户界面进行交互。在一些实施例中，上述移动终端具有图形用户界面(gui)，用户可以通过触摸触敏表面上的手指接触和/或手势来与gui进行人机交互，此处的人机交互功能可选的包括如下交互：创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等。用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。
30.现有技术中对电驱动车辆的测试需要构建测试工况，现有技术仅仅将电驱动车辆置于单一的工况下分别进行测试，而不考虑各个单一工况之间的前后实验顺序，导致整体的测试不符合用户真实的驾驶习惯和场景，因此，急需要一种能更好的确定各个工况试验顺序进而生成试验工况的方法。
31.本实施例中提供了一种运行于上述电动车测试工况构建方法的方法，图2是根据本发明其中一实施例的电动车测试工况构建方法的流程图，如图2所示，该流程包括如下步骤：
32.步骤s102，获取多个分别对应不同工况类型的工况集合信息，其中，工况集合信息包括多个工况类型相同的工况片段信息，工况片段信息包括如下至少之一：电动车辆的当前工况、电动车辆在当前工况下的速度；
33.需要说明的是，工况集合信息由对除了目标车辆之外的其他电动车辆的实际驾驶行为进行采集和处理后得到，也即工况集合信息由预先构建的用户大数据确定得到，车端通过无线或有线通信方式与远程大数据库通信，获取用户大数据，并且基于用户大数据处理得到工况集合信息。
34.步骤s103，基于各工况集合信息所包含的工况片段信息的数量，确定各工况集合信息的权重；
35.举例来说，多个工况集合信息包括：第一工况信息、第二工况信息。第一工况信息包括100个工况片段信息，第二工况信息包括50个工况片段信息，则根据工况集合信息所包含的工况片段信息的数量，确定第一工况信息的权重为100/(100+50)，即为2/3。
36.步骤s104，基于权重确定测试工况的第一顺序工况；
37.步骤s105，对第一顺序工况进行马尔科夫计算，确定第二顺序工况；
38.步骤s106，循环对得到的第二顺序工况进行马尔科夫计算，直至确定所有的工况集合信息的位次，得到测试工况的排列顺序；
39.步骤s107，基于多个工况集合信息、排列顺序构建目标车辆的测试工况。
40.通过上述步骤，可以实现根据工况集合信息的权重确定测试工况的第一顺序工况的方式，通过对第一顺序工况进行马尔科夫计算，确定第二顺序工况，并且循环对第二顺序工况进行马尔科夫计算，最终得到测试工况的排列顺序，达到了根据用户实际驾驶习惯对多个不同的工况进行排序的目的，从而实现了构建出更加符合真实场景的测试工况的技术效果，进而解决了现有技术中测试工况的构建时没有根据用户实际驾驶习惯规定多个工况之间的试验运行顺序的技术问题。实际上，本发明提供了一种电动车测试工况的运行顺序的确认方法以及基于此顺序的测试工况构建方法，能够基于从用户实际驾驶行为中采集的大数据所体现的工况顺序，确定测试工况中各单一工况之间的顺序，再依据损伤一致的原理构建出包含全部单一工况的测试工况。与现有的单一工况的试验方法相比，本发明依托用户大数据能够对各个单一工况进行更合理的排序，使整个试验工况更贴近目标用户真实使用情况。
41.可选地，获取多个分别对应不同工况类型的工况集合信息，包括：获取车辆云数据，其中，车辆云数据由对多个电动车辆的实际驾驶过程进行采集得到；对车辆云数据进行分类处理，得到多个分别对应不同工况类型的工况集合信息。
42.车辆云数据即为预先采集的用户大数据，存储于数据库内。如图4示出了对30个车辆云数据进行分类后的结果示意图，其中，片段编号为1的车辆云数据分为为工况1，片段编号为2的车辆云数据分为为工况2，图4中聚类所对应的数字相同的所有片段属于同一个工况，也即同一个工况类型下的工况集合信息。分类处理包括k均值聚类方法。大数据平台应包含各种可以批量下载用户数据的平台，而非特指某一具体的平台。对用户数据(即车辆云数据)的分类处理可以有多种方法，并不局限于k均值聚类，但使用不同分类方法不应成为与本方法的差异点，本实施例主要强调对数据的处理以及输出的代表不同工况的片段集合(即工况集合信息)，不对方法有特殊限制。需要说明的是，在本技术中，一个片段集合即代表一个工况集合信息，一个片段集合中所包括的多个片段即分别为一个工况集合信息中包括的多个工况片段信息。
43.可选地，基于权重确定测试工况的第一顺序工况，包括：将工况集合信息中的权重最大的一个作为测试工况的第一顺序工况。也即是说，将工况集合信息中出现次数最大的一个作为第一顺序工况。
44.可选地，对第一顺序工况进行马尔科夫计算，确定第二顺序工况，包括：对第一顺序工况进行马尔科夫计算，得到除与第一顺序工况对应的工况集合信息之外的工况集合信息的马尔科夫转移概率；确定本次计算中的马尔科夫转移概率最大的工况集合信息为第二顺序工况。
45.可选地，对第一顺序工况进行马尔科夫计算，得到除与第一顺序工况对应的工况集合信息之外的工况集合信息的马尔科夫转移概率，包括：对第一顺序工况所包含的多个工况片段信息依次单独进行马尔科夫计算，得到同样多个计算工况，其中，计算工况为除与第一顺序工况对应的工况集合信息之外的工况集合信息中的一个；将多个计算工况按照工况类型进行分类处理；基于分类处理后的计算工况的权重，得到除与第一顺序工况对应的工况集合信息之外的工况集合信息的马尔科夫转移概率。举例来说，第一顺序工况包括1000个工况片段信息，则分别对这1000个工况片段信息进行马尔科夫计算，得到1000个计
算工况。除了第一顺序工况之外还包括其它三个分别对应不同工况的工况集合信息，则根据1000个计算工况中其它三个工况集合信息各自出现的次数与1000的比值作为马尔科夫转移概率。对第一顺序工况进行马尔科夫计算的方法包括：根据转移概率矩阵对第一顺序工况进行计算。
46.可选地，基于多个工况集合信息、排列顺序构建测试工况，包括：获取与多个工况集合信息一一对应的多个典型工况，其中，各典型工况通过对应的工况集合信息中的多个工况片段信息选取得到；基于多个工况集合信息、多个典型工况确定各典型工况的循环次数；基于排列顺序确定各典型工况的测试顺序；基于各典型工况的测试顺序、各典型工况的循环次数组合构建得到测试工况。举例来说，排列顺序分别为工况1、工况2、工况4、工况3，则一次选取工况1对应的第一典型工况、工况2对应的第二典型工况、工况4对应的第四典型工况、工况3对应的第三典型工况，并按照排列顺序和典型工况的次数最后组成测试工况。
47.对一个工况集合信息选取典型工况的方法包括：针对工况集合信息对应的工况设置判定条件，确定最符合判定条件的工况片段信息为典型工况。举例来说，一个工况集合信息包括一百个工况片段信息，该工况集合信息对应的工况类型为高速路段工况，则判定条件可以为速度与预设值的差值最小，最符合该判定条件的工况片段信息为典型工况。举例来说，一个工况集合信息包括一百个工况片段信息，该工况集合信息对应的工况类型为颠簸工况，则判定条件可以为悬架运动最小，最符合该判定条件的工况片段信息为典型工况。
48.可选地，基于多个工况集合信息、多个典型工况确定各典型工况的循环次数，包括：基于各工况集合信息计算目标车辆的与该工况集合信息对应的总损伤值，其中，总损伤值用于表征将目标车辆依次经过工况集合信息内的全部的工况片段信息测试后，目标车辆被损坏的程度；基于各典型工况计算目标车辆的与该典型工况对应的片段损伤值，其中，片段损伤值用于表征将目标车辆经过单次的典型工况测试后，目标车辆被损坏的程度；基于计算得到的多个总损伤值和计算得到的多个片段损伤值确定各典型工况的循环次数。基于各工况集合信息计算目标车辆的与该工况集合信息对应的总损伤值，或者，基于各典型工况计算目标车辆的与该典型工况对应的片段损伤值，需要选取损伤的部件和种类，在本实施例中，可选为车辆的轴损伤，对于损伤部件和种类的选取可以根据实际情况抉择，使用不同的损伤值进行计算不应成为与本发明的差异点。
49.作为一个具体实施例，本发明的电动车测试工况的构建方法包括如下步骤：
50.步骤1，从特定的大数据平台将所需分类的用户大数据下载至本地；
51.步骤2，将所需分类的用户大数据进行切片段处理，并按一定规则进行分类，形成m类带有工况分类信息的片段集合，各个分类中片段的数量分别为m1、m2、
……mm
；同时提取工况中的代表片段(x1、x2、
……
xm)作为后续工况构建的基础；上述两个步骤分别对应图3中的s1和s2中的用户大数据切片段、分类、形成工况片段集合。
52.步骤3，计算每个工况的总损伤d1、d2、
……dm
，以及代表片段的损伤d1、d2、
……dm
；用对应工况的总损伤除以代表片段的损伤n1、n2、
……
nm，得到每一工况需要的循环次数，即
53.步骤4，对片段循环次数进行公约数提取，使其成为某一更小工况的循环组合，其中公约数为总循环次数n，片段总数除以公约数后的结果作为单个循环中各分类的片段数
量n1、n2……
nm；
54.步骤5，计算各工况片段数量在单个循环里所占的比例选取占比最大的工况作为初始工况；在另一种可选的计算方式中，计算各工况的占比可以采用步骤2中的各个分类中片段的数量比上各个分类中片段的数量总和。
55.步骤6，对整个片段集合进行马尔科夫转移概率计算，得到马尔科夫转移矩阵；
56.转移概率矩阵是指矩阵各元素都是非负的，并且各行元素之和等于1，各元素用概率表示，在一定条件下是互相转移的，故称为转移概率矩阵。在本方法中，各个分类工况出现的概率与前一工况无关，因此可使用转移矩阵法确认前后工况的顺序；
57.步骤7，根据转移矩阵中各个工况出现的概率，分别将当前工况后出现概率最大的工况作为后一工况进行排序，最终形成完成的试验工况顺序x
’1、x
’2……
x’m
，循环次数分别为n
’1、n
’2……
n’m
进而单个循环工况构建完成，再与步骤3中循环次数n进行组合，最终完成对全过程周期的工况构建。最终构建的工况如下：(1)工况x
’1运行n
’1次，工况x
’2运行n
’2次，
……
工况x’m
运行n’m
次；(2)重复(1)循环n次。需要说明的是，步骤1至步骤7，模型及算法的实现均基于支持批量运算的用户大数据平台进行，可覆盖全体平台用户。
58.作为本技术的另一个具体实施例，步骤1，将所需分类的用户大数据下载至本地，大数据需至少包含用户各时刻速度信息，大数据来源于特定的线上大数据平台；
59.步骤2，将所需分类的用户大数据进行切片段处理，并按一定规则进行分类，形成带有工况分类信息的片段集合；本实例里采用k均值聚类方法进行分类，分类数为4，各个工况分别命名为工况1、工况2、工况3、工况4。工况1片段数包括8332个，工况2片段数包括18832个，工况3片段数包括42674个，工况4片段数包括47497个；后续构建工况过程使用典型片段代表本工况进行构建；举例来说，工况1为城市路段，工况2为郊区路段，工况3为高速路段，工况4为颠簸路段。
60.步骤3，计算四个工况的损伤值，在本实例中采用轴损伤作为损伤依据，计算得到工况1总损伤1.44e-8，工况2总损伤3.85e-8，工况3总损伤4.76e-7，工况4总损伤7.54e-8；计算得到典型片段1损伤1.81e-11，典型片段2损伤6.42e-11，典型片段3损伤3.18e-11，典型片段4损伤6.28e-12；计算得到四种工况的总循环次数797,599,15023,10012；为了简化计算，将循环次数近似化整为800,600,15000,10000；
61.步骤4，对片段集合进行公约数提取，使其成为某一更小工况的循环组合，本实例中，公约数n＝100，约去公约数后，在小循环中4个工况的循环次数分别为8,6,150,100；
62.步骤5，计算各工况在整个片段集合里所占的比例，选取占比最大的工况作为初始工况；本实例中由步骤2结果可知，工况4为占比最大的工况，故将工况4作为第一顺序的工况；也即是说，工况4片段数为47497个，其与四个工况片段数的比值最大，即为占比最大。
63.步骤6，对整个片段集合进行马尔科夫计算，得到转移概率结果；由于用户的前后工况并没有明显的相关性，因此可以采用马尔科夫方法进行转移概率的计算，在本实施例中采用ncode软件进行辅助计算，转移概率计算后的结果如图5所示；
64.步骤7，根据转移概率，分别将当前工况后出现概率最大的工况作为后一工况进行排序，最终形成完成的试验工况顺序。本实施例中，根据步骤3，工况4为第一顺序；工况4后出现工况3的概率最大，因此工况3位第二顺序；工况3后出现工况2的概率最大，因此工况2
为第三顺序，最后工况1为第四顺序。在后续试验过程中，最终确定试验工况如下：(1)典型片段4运行100次，典型片段3运行150次，典型片段2运行6次，典型片段1运行8次；(2)上述(1)100次。
65.采用本技术的技术方案，能够基于从用户实际驾驶行为中采集的大数据的工况顺序，确定试验工况的顺序，再依据损伤一致的原理构建出包含全部单一工况的大工况，需要说明的是，对片段集合的排序依据为工况的损伤一致性与大数据介质下的马尔科夫转移概率矩阵，因此该排列顺序能够真实体现大数据中的用户驾驶习惯和驾驶场景变化，提高测试工况的真实性。
66.现举例说明损伤一致的原理：一个工况集合信息包括100个工况片段信，将目标车辆对该工况集合信息内的100个工况片段信依次进行一遍测试后车辆所产生的损伤，与将目标车辆利用与对该工况集合信息对应的典型工况测试对应的循环次数所产生的损伤相同。
67.本技术的实施例还提供了一种电动车测试工况的构建装置，图6是电动车测试工况的构建装置的结构框图，如图6所示，电动车测试工况的构建装置，包括：获取单元40，用于获取多个分别对应不同工况类型的工况集合信息，其中，工况集合信息包括多个工况类型相同的工况片段信息，工况片段信息包括如下至少之一：电动车辆的当前工况、电动车辆在当前工况下的速度；第一确定单元42，用于基于各工况集合信息所包含的工况片段信息的数量，确定各工况集合信息的权重；第二确定单元44，用于基于权重确定测试工况的第一顺序工况；第一计算单元46，用于对第一顺序工况进行马尔科夫计算，确定第二顺序工况；第二计算单元48，用于重复对得到的第二顺序工况进行马尔科夫计算，直至确定所有的工况集合信息的位次，得到测试工况的排列顺序；构建单元50，基于多个工况集合信息、排列顺序构建目标车辆的测试工况。
68.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
69.在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
70.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
71.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
72.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
73.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上
或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
74.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。