(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210831160.5 (22)申请日 2022.07.15 (71)申请人 北京精英路通科技有限公司 地址 100196 北京市通州区环科中路17号 17幢2层101室 (72)发明人 师小凯　张政　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 孟洋 (51)Int.Cl. G08G 1/017(2006.01) G08G 1/01(2006.01) H04N 5/225(2006.01) H04N 5/247(2006.01) G06V 20/62(2022.01)G06V 20/54(2022.01) G06T 7/70(2017.01) G06T 7/20(2017.01) (54)发明名称 车辆跟踪方法、 装置及电子设备 (57)摘要 本公开提供了车辆跟踪方法、 装置、 电子设 备及存储介质， 涉及人工智能技术领域中的计算 机视觉和智 能交通技术领域。 其中方法为： 获取 第一设备的设备标识； 根据设备标识， 确定第一 设备所在的设备集群， 设备集群中还包括第一设 备所关联的第二设备； 根据设备集群中各设备的 车辆跟踪信息和第一设备当前采集的道路图像， 更新第一设备对应的第一车辆跟踪信息。 结合设 备集群和采集的道路图像更新车辆的跟踪信息， 充分利用集群中的关联设备来共享跟踪信息， 拓 宽车辆跟踪信息的获取路径， 可以从不断更新的 车辆跟踪信息中获取需要的车辆信息， 增强车辆 信息的准确性和车辆信息获取的效率。 权利要求书4页 说明书14页 附图7页 CN 115223374 A 2022.10.21 CN 115223374 A 1.一种车辆跟踪方法， 包括： 获取第一设备的设备 标识； 根据所述设备标识， 确定所述第一设备所在的设备集群， 所述设备集群中还包括所述 第一设备 所关联的第二设备； 根据所述设备集群中各设备的车辆跟踪信 息和所述第 一设备当前采集的道路图像， 更 新所述第一设备对应的第一车辆跟踪信息 。 2.根据权利要求1所述的跟踪方法， 其中， 所述根据 所述设备集群中各设备的车辆跟踪 信息和所述第一设备当前采集的道路图像， 更新所述第一设备对应的第一车辆跟踪信息， 包括： 对所述道路图像进行识别， 响应于所述道路图像中存在候选车辆； 识别所述 候选车辆对应的跟踪类型； 根据所述跟踪类型， 从所述设备集群中各设备的车辆跟踪信息和所述道路图像中， 确 定用于更新所述第一车辆跟踪信息的更新 参考对象； 根据所述更新 参考对象， 更新所述第一车辆跟踪信息中所述 候选车辆的跟踪信息 。 3.根据权利要求2所述的跟踪方法， 其中， 所述根据所述跟踪类型， 从所述设备集群中 各设备的车辆跟踪信息和所述道路图像中， 确定用于更新所述第一车辆跟踪信息的更新参 考对象， 包括： 所述候选车辆的跟踪类型为所述第 一设备未跟踪过的新增跟踪车辆， 确定所述设备集 群中所述第二设备的第二车辆跟踪信息和所述道路图像， 为所述更新 参考对象； 所述候选车辆的跟踪类型为所述第 一设备已跟踪过的历史跟踪车辆， 确定所述道路图 像为所述更新 参考对象。 4.根据权利要求2所述的跟踪方法， 其中， 所述识别所述候选车辆对应的跟踪类型， 包 括： 获取所述候选车辆的候选特 征向量； 对所述候选特征向量和所述历史跟踪车辆的特 征向量进行 特征向量匹配； 根据所述特 征向量的匹配结果， 确定所述 候选车辆的跟踪类型。 5.根据权利要求2 ‑4中任一项所述的跟踪方法， 其中， 所述候选车辆的跟踪类型为所述 第一设备未跟踪过的新增跟踪车辆， 则所述根据所述更新参考对 象， 更新所述第一车辆跟 踪信息中所述 候选车辆的跟踪信息， 包括： 对所述道路图像进行 所述候选车辆的车牌识别； 响应于所述道路图像中识别出所述候选车辆的车牌， 将识别出的车牌确定为所述候选 车辆的车牌信息； 响应于所述道路图像中未识别出所述候选车辆的车牌， 基于所述候选车辆的候选特征 向量， 从所述第二设备的历史跟踪车辆中确定所述 候选车辆对应的参 考车辆； 以及 将所述参考车辆的车牌信息， 确定为所述 候选车辆的车牌信息； 其中， 所述 候选车辆的车牌信息为所述 候选车辆的一种跟踪信息 。 6.根据权利要求5所述的跟踪方法， 其中， 所述方法还 包括： 响应于所述道路图像中识别出所述候选车辆的车牌， 将所述道路图像进行存储， 并将 所述道路图像的存储地址确定为所述第一车辆跟踪信息中所述候选车辆的车牌识别图像权　利　要　求　书 1/4 页 2 CN 115223374 A 2的存储地址； 响应于所述道路图像中未识别出所述候选车辆的车牌， 将所述参考车辆的车牌识别图 像的存储地址， 确定为所述第一车辆跟踪信息中所述候选车辆的车牌识别图像的存储地 址； 其中， 所述 候选车辆的车牌识别图像的存 储地址为所述 候选车辆的一种跟踪信息 。 7.根据权利要求2 ‑4中任一项所述的跟踪方法， 其中， 所述候选车辆的跟踪类型为所述 第一设备已跟踪过的历史跟踪车辆， 则所述根据所述更新参考对 象， 更新所述第一车辆跟 踪信息中所述 候选车辆的跟踪信息， 包括： 识别所述第 一车辆跟踪信 息中所述候选车辆的车牌信 息为空， 则从所述道路图像 中识 别所述候选车辆的车牌， 并将识别出的车牌确定为所述 候选车辆的车牌信息； 和/或 将所述道路图像进行存储， 并将所述道路图像的存储地址确定为所述第 一车辆跟踪信 息中所述 候选车辆的车牌识别图像的存 储地址； 其中， 所述候选车辆的一种跟踪信 息包括所述候选车辆的车牌信 息和所述车牌识别图 像的存储地址。 8.根据权利要求5所述的跟踪方法， 其中， 所述基于所述候选车辆的候选特征向量， 从 所述第二设备的历史跟踪车辆中确定所述 候选车辆对应的参 考车辆， 包括： 从所述第二设备的历史跟踪车辆中筛选出存在有效车牌信息且停车状态为未停稳状 态的所述历史跟踪车辆； 将所述候选车辆与筛选出的所述历史跟踪车辆， 进行特征向量匹配， 将匹配成功 的所 述历史跟踪车辆确定为所述 参考车辆。 9.根据权利要求8所述的跟踪方法， 其中， 所述方法还 包括： 根据所述道路图像， 获取所述候选车辆的车辆属性， 所述车辆属性中至少包括车辆朝 向； 根据所述车辆朝向确定所述 候选车辆的行驶方向； 从所述设备集群中， 筛 选出位于所述 候选车辆的行驶方向上的所述第二设备。 10.根据权利要求 4所述的跟踪方法， 其中， 所述方法还 包括： 根据所述道路图像， 获取 所述候选车辆的运动轨 迹和/或停车状态； 分别将所述候选车辆的运动轨迹和/或停车状态作为所述候选车辆的一种跟踪信息， 更新至所述第一车辆跟踪信息中。 11.根据权利要求10所述的跟踪方法， 其中， 所述根据所述道路图像， 获取所述候选车 辆的运动轨 迹和/或停车状态， 包括： 根据所述 候选车辆在所述道路图像中的位置， 更新所述 候选车辆的运动轨 迹； 和/或 根据所述 候选车辆的运动轨 迹， 确定所述 候选车辆的停车状态。 12.根据权利要求11所述的跟踪方法， 其中， 所述根据所述候选车辆的运动轨迹， 确定 所述候选车辆的停车状态， 包括： 响应于所述运动轨迹在预设时间范围内处于波动状态， 将所述停车状态确定为未停稳 状态； 响应于所述运动轨迹在预设时间范围内处于稳定状态， 将所述停车状态确定为已停稳 状态。权　利　要　求　书 2/4 页 3 CN 115223374 A 3