1.一种用于多雷达的车辆跟踪方法，其特征在于，所述方法包括：获取多个毫米波雷达采集的车辆轨迹信息；其中，所述车辆轨迹信息至少包括：车辆标识、车辆速度、车辆位置；

根据各所述毫米波雷达的采集位置及采集区域，确定各所述毫米波雷达之间的轨迹拼接属性；其中，所述轨迹拼接属性用于匹配轨迹拼接的预设条件；所述预设条件用于判断至少两个车辆轨迹的匹配程度；

基于各所述车辆轨迹信息及预设的轨迹预测模型，确定相应的待跟踪车辆的轨迹预测信息；

根据所述轨迹拼接属性匹配的所述预设条件以及所述轨迹预测信息、所述车辆轨迹信息，将至少两个待拼接轨迹进行拼接，以得到跟踪目标轨迹；其中，所述至少两个待拼接轨迹来自不同的所述毫米波雷达。

2.根据权利要求1所述方法，其特征在于，根据各所述毫米波雷达的采集位置及采集区域，确定各所述毫米波雷达之间的轨迹拼接属性，具体包括：确定各所述毫米波雷达的所述采集位置，以得到各所述毫米波雷达的间隔距离；

根据所述采集区域以及所述间隔距离，确定各所述采集区域的边界属性；其中，所述边界属性至少包括：相离、相切、相交；

将所述边界属性，作为所述轨迹拼接属性。

3.根据权利要求1所述方法，其特征在于，确定各所述毫米波雷达之间的轨迹拼接属性之前，所述方法还包括：

根据电子地图，确定所述采集位置的道路信息；所述道路信息包括：道路车道、道路走向；

根据所述毫米波雷达的可覆盖范围以及所述道路信息，确定所述可覆盖范围内的道路路段，为所述采集区域。

4.根据权利要求1所述方法，其特征在于，基于各所述车辆轨迹信息及预设的轨迹预测模型，确定相应的待跟踪车辆的轨迹预测信息之前，所述方法还包括：以所述采集位置为原点，生成所述毫米波雷达的雷达坐标系；

根据所述雷达坐标系，确定所述车辆位置的车辆轨迹坐标；以及确定所述采集区域的各角坐标；其中，所述角坐标为所述采集区域的至少两条不平行的边的相交点的坐标；

根据所述车辆轨迹坐标、相邻的各所述角坐标以及预设匹配公式，依次确定所述车辆轨迹坐标的各第一匹配结果；

将各所述第一匹配结果中匹配成功的次数相加，得到第二匹配结果；

根据所述第二匹配结果，确定所述车辆轨迹坐标是否位于所述采集区域，以将位于所述采集区域的所述车辆轨迹坐标，输入所述轨迹预测模型。

5.根据权利要求1所述方法，其特征在于，基于各所述车辆轨迹信息及预设的轨迹预测模型，确定相应的待跟踪车辆的轨迹预测信息之前，所述方法还包括：获取若干车辆轨迹样本；其中，所述车辆轨迹样本包括：车辆横向距离、车辆径向距离、车辆径向速度；

将所述车辆轨迹样本分别输入所述轨迹预测模型的多个预测子模型，以对各所述预测子模型进行训练，直至所述轨迹预测模型的判定系数大于预设阈值；其中，所述轨迹预测模型的多个预测子模型至少包括：横向距离预测模型、径向距离预测模型、径向速度预测模型；所述预测子模型为长短时记忆神经网络模型。

6.根据权利要求1所述方法，其特征在于，根据所述轨迹拼接属性匹配的所述预设条件以及所述轨迹预测信息、所述车辆轨迹信息，将至少两个待拼接轨迹进行拼接，以得到跟踪目标轨迹，具体包括：

在所述轨迹拼接属性为相离的情况下，确定各所述毫米波雷达中的上游雷达相应的所述轨迹预测信息，为第一轨迹预测信息以及下游雷达相应的所述车辆轨迹信息，为第一车辆轨迹信息；

基于所述第一轨迹预测信息中的径向距离、所述上游雷达与所述下游雷达之间的间隔距离及相应的所述采集区域、所述第一轨迹预测信息中的横向距离、所述第一车辆轨迹信息中的径向距离及横向距离、第一轨迹预测信息中的径向速度与所述第一车辆轨迹信息中的径向速度，确定所述第一轨迹预测信息与所述第一车辆轨迹信息是否为所述待拼接轨迹；

若是，将所述第一轨迹预测信息相应的所述待拼接轨迹与所述第一车辆轨迹信息相应的所述待拼接轨迹进行拼接，以得到所述跟踪目标轨迹；

在所述轨迹拼接属性为相切的情况下，确定所述上游雷达相应的所述轨迹预测信息，为第二轨迹预测信息以及所述下游雷达相应的所述车辆轨迹信息，为第二车辆轨迹信息；

基于所述第二轨迹预测信息中的径向距离及横向距离、所述第二车辆轨迹信息中的径向距离及横向距离、第二轨迹预测信息中的径向速度与所述第二车辆轨迹信息中的径向速度，确定所述第二轨迹预测信息与所述第二车辆轨迹信息是否为所述待拼接轨迹；

若是，将所述第二轨迹预测信息相应的所述待拼接轨迹与所述第二车辆轨迹信息相应的所述待拼接轨迹进行拼接，以得到所述跟踪目标轨迹；

在所述轨迹拼接属性为相交的情况下，确定所述上游雷达相应的所述车辆轨迹信息为第三车辆轨迹信息以及所述下游雷达相应的所述车辆轨迹信息，为第四车辆轨迹信息；

基于所述第三车辆轨迹信息中的径向距离及横向距离、所述上游雷达与所述下游雷达之间的间隔距离及相应的所述采集区域、所述第四车辆轨迹信息中的径向距离及横向距离、第三车辆轨迹信息中的径向速度与所述第四车辆轨迹信息中的径向速度，确定所述第三车辆轨迹信息与所述第四车辆轨迹信息是否为所述待拼接轨迹；

若是，将所述第三车辆轨迹信息相应的所述轨迹预测信息，作为第三轨迹预测信息，以及将所述第四车辆轨迹信息相应的所述轨迹预测信息，作为第四轨迹预测信息；

根据预设的权重数据库，分别将所述第三轨迹预测信息的所述横向距离、所述径向距离、所述径向速度与所述第四轨迹预测信息的所述横向距离、所述径向距离、所述径向速度进行加权拼接，以得到所述跟踪目标轨迹。

7.根据权利要求1所述方法，其特征在于，将至少两个待拼接轨迹进行拼接，以得到跟踪目标轨迹，具体包括：

确定各所述待拼接轨迹相应的所述毫米波雷达的采集位置；

通过预设坐标转换公式，确定各所述毫米波雷达相应的雷达坐标系，对应的世界坐标系；

根据所述世界坐标系，分别确定各所述待拼接轨迹中的至少一个拼接轨迹点坐标；

根据各所述拼接轨迹点坐标，拼接各所述待拼接轨迹，以得到所述跟踪目标轨迹。

8.根据权利要求1所述方法，其特征在于，将至少两个待拼接轨迹进行拼接，以得到跟踪目标轨迹，具体包括：

确定各所述车辆轨迹信息的车辆标识；

根据各所述毫米波雷达的采集位置，生成上游雷达相应的所述车辆标识的目标跟踪标识，并将所述目标跟踪标识存储至预设数据库；

在确定所述至少两个待拼接轨迹的情况下，将所述目标跟踪标识与下游雷达相应的所述车辆标识进行关联，以将至少两个待拼接轨迹进行拼接，得到所述跟踪目标轨迹。

9.一种用于多雷达的车辆跟踪设备，其特征在于，所述设备包括：至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取多个毫米波雷达采集的车辆轨迹信息；其中，所述车辆轨迹信息至少包括：车辆标识、车辆速度、车辆位置；

根据各所述毫米波雷达的采集位置及采集区域，确定各所述毫米波雷达之间的轨迹拼接属性；其中，所述轨迹拼接属性用于匹配轨迹拼接的预设条件；所述预设条件用于判断至少两个车辆轨迹的匹配程度；

基于各所述车辆轨迹信息及预设的轨迹预测模型，确定相应的待跟踪车辆的轨迹预测信息；

根据所述轨迹拼接属性匹配的所述预设条件以及所述轨迹预测信息、所述车辆轨迹信息，将至少两个待拼接轨迹进行拼接，以得到跟踪目标轨迹；其中，所述至少两个待拼接轨迹来自不同的所述毫米波雷达。

10.一种用于多雷达的车辆跟踪的溯源非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：获取多个毫米波雷达采集的车辆轨迹信息；其中，所述车辆轨迹信息至少包括：车辆标识、车辆速度、车辆位置；

根据各所述毫米波雷达的采集位置及采集区域，确定各所述毫米波雷达之间的轨迹拼接属性；其中，所述轨迹拼接属性用于匹配轨迹拼接的预设条件；所述预设条件用于判断至少两个车辆轨迹的匹配程度；

基于各所述车辆轨迹信息及预设的轨迹预测模型，确定相应的待跟踪车辆的轨迹预测信息；

根据所述轨迹拼接属性匹配的所述预设条件以及所述轨迹预测信息、所述车辆轨迹信息，将至少两个待拼接轨迹进行拼接，以得到跟踪目标轨迹；其中，所述至少两个待拼接轨迹来自不同的所述毫米波雷达。