一种识别跟踪车辆的方法及装置与流程

本申请涉及车辆技术领域，特别是涉及一种识别跟踪车辆的方法及装置。

背景技术：

在日常的工作生活中，汽车逐渐成为人们重要的代步工具。但是，汽车在给人们带来极大便利的同时，一些不法分子也有了可趁之机，具体是通过驾驶车辆对同样驾驶车辆的目标人员进行恶意跟踪，从而侵犯目标人员的生活隐私，甚至是威胁到目标人员的人身安全。

因此，在车主进行驾车过程中，如何能够及时发现后方尾随跟踪的车辆，是保护车主的生活隐私以及提高车主的人身安全的重要保障。

技术实现要素：

本申请实施例提供了一种识别跟踪车辆的方法及装置，以使得车辆能够及时发现后方尾随跟踪的车辆，以便于提示车主后方存在跟踪车辆，从而保护车主的生活隐私以及提高车主的人身安全。

第一方面，本申请实施例提供了一种识别跟踪车辆的方法，所述方法包括：

获取目标车辆与后方车辆的重合路径，其中，在所述目标车辆的行驶方向上，所述后方车辆位于所述目标车辆后方；

获取所述目标车辆的行驶路径，所述行驶路径的起点与所述重合路径的起点一致；

若所述行驶路径的长度达到预设长度阈值，计算所述重合路径与所述行驶路径的重合度；

根据所述重合度，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述方法还包括：

获取所述后方车辆的特征信息，所述特征信息用于对所述后方车辆进行标识。

在一些可能的实施方式中，所述方法应用于云服务器，所述获取所述后方车辆的特征信息，包括：

接收所述目标车辆发送的图像或视频数据，所述图像或视频数据由配置于所述目标车辆上的拍摄装置拍摄得到；

从所述图像或者视频数据中解析出所述后方车辆的特征信息。

在一些可能的实施方式中，所述方法还包括：

基于所述后方车辆的特征信息，确定所述后方车辆的危险等级；

所述根据所述重合度，确定所述后方车辆是否跟踪所述目标车辆，包括：

根据所述重合度以及所述后方车辆的危险等级，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述基于所述后方车辆的特征信息，确定所述后方车辆的危险等级，包括：

将所述后方车辆的特征信息与危险车辆登记库中存储的危险车辆的特征信息进行匹配，得到匹配结果；

根据所述匹配结果，确定所述后方车辆的危险等级。

在一些可能的实施方式中，所述后方车辆的特征信息包括所述后方车辆的颜色、外形、种类、品牌、车牌号中的任意一种或者多种。

在一些可能的实施方式中，所述方法还包括：

获取所述后方车辆的跟车时间；

所述根据所述重合度，确定所述后方车辆是否跟踪所述目标车辆，包括：

根据所述重合度以及所述跟车时间，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述方法还包括：

获取所述目标车辆在所述行驶路径上行驶时的可选路径；

所述根据所述重合度，确定所述后方车辆是否跟踪所述目标车辆，包括：

根据所述重合度以及所述可选路径，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述方法还包括：

若确定所述后方车辆跟踪所述目标车辆，则对所述目标车辆的驾驶员进行相应提示。

第二方面，本申请实施例还提供了一种识别跟踪车辆的装置，所述装置包括：

第一获取模块，用于获取目标车辆与后方车辆的重合路径，其中，在所述目标车辆的行驶方向上，所述后方车辆位于所述目标车辆后方；

第二获取模块，用于获取所述目标车辆的行驶路径，所述行驶路径的起点与所述重合路径的起点一致；

计算模块，用于若所述行驶路径的长度达到预设长度阈值，计算所述重合路径与所述行驶路径的重合度；

第一确定模块，用于根据所述重合度，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述装置还包括：

第三获取模块，用于获取所述后方车辆的特征信息，所述特征信息用于对所述后方车辆进行标识。

在一些可能的实施方式中，所述装置应用于云服务器，所述第三获取模块，包括：

接收单元，用于接收所述目标车辆发送的图像或视频数据，所述图像或视频数据由配置于所述目标车辆上的拍摄装置拍摄得到；

解析单元，用于从所述图像或者视频数据中解析出所述后方车辆的特征信息。

在一些可能的实施方式中，所述装置还包括：

第二确定模块，用于基于所述后方车辆的特征信息，确定所述后方车辆的危险等级；

所述第一确定模块，具体用于根据所述重合度以及所述后方车辆的危险等级，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述第二确定模块，包括：

匹配单元，用于将所述后方车辆的特征信息与危险车辆登记库中存储的危险车辆的特征信息进行匹配，得到匹配结果；

确定单元，用于根据所述匹配结果，确定所述后方车辆的危险等级。

在一些可能的实施方式中，所述后方车辆的特征信息包括所述后方车辆的颜色、外形、种类、品牌、车牌号中的任意一种或者多种。

在一些可能的实施方式中，所述装置还包括：

第四获取模块，用于获取所述后方车辆的跟车时间；

所述第一确定模块，具体用于根据所述重合度以及所述跟车时间，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述装置还包括：

第五获取模块，用于获取所述目标车辆在所述行驶路径上行驶时可选路径的数量；

所述第一确定模块，具体用于根据所述重合度以及所述可选路径的数量，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述装置还包括：

提示模块，用于若确定所述后方车辆跟踪所述目标车辆，则对所述目标车辆的驾驶员进行相应提示。

在本申请实施例的上述实现方式中，根据后方车辆与目标车辆之间的路径重合程度，来确定后方车辆是否跟踪目标车辆，以便于在确定后方车辆跟踪目标车辆的情况下，能够及时提示目标车辆的车主，从而保护目标车辆车主的生活隐私以及提高该车主的人身安全。具体的，可以获取目标车辆与后方车辆的重合路径，其中，在目标车辆的行驶方向上，后方车辆位于目标车辆后方，并且，还获取目标车辆的行驶路径，该行驶路径的起点与重合路径的起点一致，若目标车辆的行驶路径的长度达到预设长度阈值，则可以计算目标车辆与后方车辆的重合路径和目标车辆的行驶路径的重合度，并根据所计算出的重合度，来确定后方车辆是否跟踪目标车辆。由于后方车辆若是一直跟踪目标车辆进行行驶，则后方车辆与目标车辆之间的路径重合度通常会较高，因此，本实施例中通过计算出后方车辆与目标车辆之间行驶路径的重合度，可以基于该重合度确定出后方车辆是否为跟踪目标车辆的车辆，进而在确定后方车辆跟踪目标车辆时，可以及时的对驾驶目标车辆的车主进行相应的提示，以使得车主能够及时发现出跟踪行驶的车辆并采取相应的应对措施，从而可以有效保护目标车辆车主的生活隐私以及提高该车主的人身安全。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本申请实施例中一示例性应用场景示意图；

图2为本申请实施例中一种识别跟踪车辆的方法的流程示意图；

图3为本申请实施例中一种识别跟踪车辆的装置的结构示意图。

具体实施方式

目前，车主在驾车过程中，存在被不法分子跟踪的风险，尤其是针对于一些拥有豪车的车主，被不法分子盯上以及跟踪的风险通常会更高，这会对车主的生活隐私以及人身安全产生影响。因此，为了保护车主的生活隐私以及提高车主的人身安全，需要在车主驾驶车辆的过程中，能够及时发现后方跟踪的车辆。

为了解决上述问题，本申请实施例提供了一种识别跟踪车辆的方法，根据后方车辆与目标车辆之间的路径重合程度，来确定后方车辆是否跟踪目标车辆，以便于在确定后方车辆跟踪目标车辆的情况下，能够及时提示目标车辆的车主，从而保护目标车辆车主的生活隐私以及提高该车主的人身安全。具体的，可以获取目标车辆与后方车辆的重合路径，其中，在目标车辆的行驶方向上，后方车辆位于目标车辆后方，并且，还获取目标车辆的行驶路径，该行驶路径的起点与重合路径的起点一致，若目标车辆的行驶路径的长度达到预设长度阈值，则可以计算目标车辆与后方车辆的重合路径和目标车辆的行驶路径的重合度，并根据所计算出的重合度，来确定后方车辆是否跟踪目标车辆。由于后方车辆若是一直跟踪目标车辆进行行驶，则后方车辆与目标车辆之间的路径重合度通常会较高，因此，本实施例中通过计算出后方车辆与目标车辆之间行驶路径的重合度，可以基于该重合度确定出后方车辆是否为跟踪目标车辆的车辆，进而在确定后方车辆跟踪目标车辆时，可以及时的对驾驶目标车辆的车主进行相应的提示，以使得车主能够及时发现出跟踪行驶的车辆并采取相应的应对措施，从而可以有效保护目标车辆车主的生活隐私以及提高该车主的人身安全。

举例来说，本申请实施例可以应用于如图1所示的示例性应用场景。在该应用场景中，由云服务器来识别后方车辆是否为跟踪目标车辆的车辆。具体的，当目标车辆101发现后方车辆102时，可以触发云服务器103利用gps(globalpositioningsystem，全球定位系统)定位出目标车辆101的位置，其中，在目标车辆101的行驶方向上，后方车辆102位于目标车辆的后方；云服务器103可以利用gps获取到目标车辆101与后方车辆102的重合路径，并获取该目标车辆的行驶路径，当云服务器103确定目标车辆101的行驶路径的长度达到预设长度阈值时，计算出该重合路径与行驶路径的重合度，并根据所计算出的重合度，确定后方车辆102是否跟踪目标车辆101，并将确定结果发送给目标车辆101。若目标车辆101所接收到的确定结果表明云服务器103确定后方车辆102正在跟踪目标车辆101行驶，则目标车辆101可以发出相应的提示信息，提示目标车辆101的车主存在后方车辆102当前正在跟踪行驶。

可以理解的是，上述场景仅是本申请实施例提供的一个场景示例，本申请实施例并不限于此场景。比如，实际应用的一些场景中，也可以是目标车辆自己进行识别，即该识别跟踪车辆的实现过程可以由目标车辆来执行等。

为使本申请的上述目的、特征和优点能够更加明显易懂，下面将结合附图对本申请实施例中的各种非限定性实施方式进行示例性说明。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。

参阅图2，图2示出了本申请实施例中一种识别跟踪车辆的方法的流程示意图，该方法具体可以包括：

s201：获取目标车辆与后方车辆的重合路径，其中，在目标车辆的行驶方向上，后方车辆位于目标车辆后方。

需要说明的是，本实施例中至少可以应用于两种应用场景中。其中，第一种示例性应用场景，可以如图1所示，是由云服务器来执行识别跟踪车辆的方法中的各步骤；第二种示例性应用场景，是由目标车辆来识别出跟踪车辆。为了更便于理解本申请实施例的技术方案，下面，以第一种示例性应用场景为例，对本申请实施例的技术方案进行详细说明。

本实施例的核心构思在于，利用目标车辆与后方车辆的行驶路径的重合度来判定后方车辆是否为跟踪目标车辆行驶的车辆，因此，为了能够计算出该重合度，可以获取目标车辆与后方车辆的重合路径，即获取目标车辆的行驶路径中后方车辆与目标车辆均行驶过的路径部分。

实际应用中，由于不发分子在跟踪车辆行驶时，通常是保持所跟踪的车辆位于不法分子的视线范围内，即不法分子通常会将驾驶的车辆与被跟踪的车辆之间的距离保持在不法分子的视线范围内。基于此，在一种示例性的实施方式中，可以在目标车辆上安装拍摄装置，该拍摄装置可以对后方车辆进行拍摄，若真的存在后方车辆正在跟踪目标车辆，则该后方车辆通常可以被拍摄装置拍摄到，则在识别跟踪车辆时，可以从拍摄装置所拍摄到的后方车辆中识别出即可。

可以理解，由于位于目标车辆后方的车辆通常较多，因此，拍摄装置所拍摄得到的后方车辆通常为多辆，为了便于云服务器对这些后方车辆进行区分，可以进一步获取各个后方车辆的特征信息，其中，该特征信息可以用于对后方车辆进行标识。作为一种示例，可以获取每辆后方车辆的颜色、外形、种类、品牌、车牌号等其中的一种或者多种信息作为该后方车辆的特征信息。在一种示例性的实施方式中，在拍摄装置在拍摄得到包含后方车辆的图像或视频后，目标车辆可以将拍摄得到的图像或者视频数据发送给云服务器，由云服务器从接收到的图像或者视频数据中解析出后方车辆的特征信息，以便于利用所解析出的特征信息对该后方车辆进行标识。

并且，云服务器在从接收到的图像或者视频数据中确定出目标车辆后方存在后方车辆时，可以获取目标车辆与后方车辆的重合路径。在一种示例性的具体实现方式中，云服务器可以利用gps定位出该目标车辆与后方车辆之间重合路径的起始点，若云服务器持续从目标车辆发送的图像或者视频数据中识别出该后方车辆，则目标车辆与后方车辆之间重合路径的长度不断增加。

s202：获取目标车辆的行驶路径，该行驶路径的起点与重合路径的起点一致。

本实施例中，除了需要获取后方车辆与目标车辆的重合路径以外，还需要获取目标车辆的行驶路径，以便于后续进行行驶路径的重合度计算。需要说明的是，所获取的目标车辆的行驶路径，并不一定是目标车辆从出发地到目的地所在的车辆路径，而是在云服务器从图像或者视频数据中解析出目标车辆的后方存在后方车辆时，以此时目标车辆所在的位置为起点，目标车辆的行驶路，也即，目标车辆的行驶路径的起点与重合路径的起点一致。

可以理解，当云服务器检测出目标车辆的后方存在后方车辆跟随目标车辆行驶时，仅表明该后方车辆存在跟踪目标车辆的可能，此时，才需要关注该后方车辆是否为跟踪的车辆，基于此，本实施例中是将检测到后方车辆这一时刻目标车辆所在的位置，作为目标车辆的行驶路径的起点，并在该行驶路径上关注后方车辆的跟车情况。若从发现后方车辆开始，后方车辆一直跟踪目标车辆行驶，则可以确定后方车辆为跟踪目标车辆行驶的车辆。

s203：若行驶路径的长度达到预设长度阈值，计算重合路径与行驶路径的重合度。

s204：根据该重合度，确定后方车辆是否跟踪目标车辆。

本实施例中，需要目标车辆的行驶路径的长度达到预设长度阈值，即需要目标车辆在以发现后方车辆的位置为起点，行驶一定里程时，计算重合路径与行驶路径之间的重合度以确定后方车辆是否为跟踪车辆。若行驶路径的长度达到预设长度阈值时，重合路径与行驶路径的重合度较高，表明后方车辆跟踪目标车辆行驶的可能性较大，则可以确定后方车辆为跟踪车辆；若行驶路径的长度达到预设长度阈值时，重合路径与行驶路径的重合度较低，则可以确定该后方车辆不属于跟踪目标车辆进行行驶的车辆。

需要说明的是，在获取后方车辆与目标车辆的重合路径时，可以是根据目标车辆的行驶路径确定重合路径。具体的，云服务器若在一段时间段内持续从目标车辆发送的图像或者视频数据解析出后方车辆，则可以将时间段内目标车辆的行驶路径作为后方车辆与目标车辆之间的重合路径。可以理解，若云服务器若在一段时间段内持续从目标车辆发送的图像或者视频数据解析出后方车辆，表明该后方车辆在该时间段内持续跟随目标车辆进行行驶，则目标车辆的行驶路径也即为后方车辆的行驶路径，则可以将该目标车辆在这段时间段内的行驶路径作为后方车辆与目标车辆之间的重合路径。

进一步的，若后方车辆在跟随目标车辆行驶的过程中存在部分时间段未被目标车辆的拍摄装置所拍摄到，或者说后方车辆在拍摄装置的拍摄范围内消失一段时间，为了描述方便，称之为第一时间段，则云服务器可能会认为该第一时间段内后方车辆没有跟随前方车辆，但是实际应用中，若云服务器在该第一时间段结束后再次从拍摄装置拍摄的图像或者视频中解析出该后方车辆，并且目标车辆在第一时间段内的行驶路径中并不存在其它可选的道路，则后方车辆在第一时间段内的行驶路径也会与目标车辆的行驶路径重合，此时，对于第一时间段内目标车辆的行驶路径，也可以作为目标车辆与后方车辆的重合路径。

实际应用中，云服务器若确定后方车辆在跟踪目标车辆，则可以将该确定结果发送给目标车辆，以使得目标车辆基于接收到的确定结果向目标车辆的驾驶员(车主)进行相应的提示。例如，目标车辆可以提示驾驶员：“后方车牌照为xxxx的黑色车辆疑似正在跟踪本车，请驾驶员注意！”

值的注意的是，除了基于重合路径与行驶路径的重合度，还可以结合其它因素来判定后方车辆是否跟踪目标车辆。比如可以结合后方车辆的危险等级、后方车辆的跟车时间以及目标车辆在行驶路径上行驶时可选路径的数量等中的一个或者多个进行判断。下面针对于每一种因素来逐一说明。

后方车辆的危险等级，表征了后方车辆的危险程度。具体而言，由于实际应用中，部分车辆可能属于非法车辆，比如，可能是属于被偷盗的车辆、套牌车(是指不法分子伪造和非法套取真牌车的号牌、型号和颜色的车辆)等，对于这种非法车辆，其危险等级通常较高。当这种车辆跟随目标车辆进行行驶时，该车辆跟踪目标车辆行驶的风险也会相应的增大。因此，在检测出跟随目标车辆行驶的后方车辆时，可以获取该后方车辆的危险等级，并结合该后方车辆的危险等级以及重合路径与行驶路径的重合度，确定后方车辆是否为跟踪车辆。在一种示例性的实施方式中，云服务器可以基于后方车辆的特征信息，确定出后方车辆的危险等级，具体可以是将后方车辆的特征信息与危险车辆登记库中存储的危险车辆的特征信息进行匹配，得到匹配结果，基于该匹配结果，确定出后方车辆的危险等级。比如，若匹配成功，则确定该后方车辆的危险等级为高，若匹配失败，则确定后方车辆的危险等级为低等，在进一步的实施方式中，可以对危险等级进行更细致的划分，如划分成低、较低、较高、高等四个等级。然后，即可以结合所确定出的后方车辆的危险等级以及重合路径与行驶路径的重合度，来确定后方车辆是否跟踪目标车辆。

另外，还可以结合后方车辆的跟车时间以及计算出的重合度来判定后方车辆是否跟踪目标车辆。可以理解，若云服务器检测出后方车辆持续较长时间一直跟随目标车辆进行行驶，则该后方车辆存在较大的可能性跟踪目标车辆。因此，在一种示例性的实施方式中，云服务器可以获取后方车辆跟随目标车辆行驶的跟车时间，并结合后方车辆的跟车时间以及重合路径与行驶路径之间的重合度来确定后方车辆是否跟踪目标车辆。

另外，还可以结合目标车辆在行驶路径上行驶时的可选路径的数量以及所计算出的重合度来判定后方车辆是否跟踪目标车辆。可以理解，若目标车辆在行驶路径上行驶的过程中，存在多个可选路径，即后方车辆可以有多种路径可以选择行驶，此时，若后方车辆一直沿着目标车辆的行驶路径进行行驶，则该后方车辆存在较大的可能性在跟踪目标车辆。在一种示例中，若目标车辆在行驶路径上行驶的过程中所存在的可选路径的数量越多，而后方车辆持续跟随目标车辆行驶，则后方车辆跟踪目标车辆的可能性也就越大；反之，若可选路径的数量越少，则后方车辆跟踪目标车辆的可能性也会相应的越小。

值得注意的是，实际应用中，云服务器可以结合后方车辆的危险等级、后方车辆的跟车时间以及目标车辆在行驶路径上行驶时可选路径的数量等中的任意一个或者多个因素与计算出的重合度来判定后方车辆是否跟踪目标车辆。作为一种示例，可以采用大数据分析的方式，采用评分机制，针对于每个因素为后方车辆为跟踪车辆进行评分，然后计算分数的平均值。若分数平均值超过一定阈值，则确定后方车辆跟踪目标车辆，若分数平均值低于该阈值，则确定后方车辆正常行驶，并非为跟踪目标车辆的车辆。

比如，当云服务器结合重合度、后方车辆的危险等级以及后方车辆的跟车时间来判定后方车辆是否跟踪目标车辆时，若路径重合度为0.8、危险等级为高、跟车时间为0.2h(小时)，则可以为在针对于路径重合度为后方车辆评分为80分(满分为100分)，针对于危险等级为后方车辆评分为100分(满分为100分)，针对于跟车时间为后方车辆评分为60分，然后计算出这三个分数的平均分为80分(计算过程为(80+100+60)/3)，而该80分高于预设分数阈值75，则可以确定该后方车辆跟踪目标车辆，进而可以对目标车辆的驾驶员进行相应的提示。

本实施例中，根据后方车辆与目标车辆之间的路径重合程度，来确定后方车辆是否跟踪目标车辆，以便于在确定后方车辆跟踪目标车辆的情况下，能够及时提示目标车辆的车主，从而保护目标车辆车主的生活隐私以及提高该车主的人身安全。具体的，可以获取目标车辆与后方车辆的重合路径，其中，在目标车辆的行驶方向上，后方车辆位于目标车辆后方，并且，还获取目标车辆的行驶路径，该行驶路径的起点与重合路径的起点一致，若目标车辆的行驶路径的长度达到预设长度阈值，则可以计算目标车辆与后方车辆的重合路径和目标车辆的行驶路径的重合度，并根据所计算出的重合度，来确定后方车辆是否跟踪目标车辆。由于后方车辆若是一直跟踪目标车辆进行行驶，则后方车辆与目标车辆之间的路径重合度通常会较高，因此，本实施例中通过计算出后方车辆与目标车辆之间行驶路径的重合度，可以基于该重合度确定出后方车辆是否为跟踪目标车辆的车辆，进而在确定后方车辆跟踪目标车辆时，可以及时的对驾驶目标车辆的车主进行相应的提示，以使得车主能够及时发现出跟踪行驶的车辆并采取相应的应对措施，从而可以有效保护目标车辆车主的生活隐私以及提高该车主的人身安全。

值得注意的是，上述实施例中是以云服务器识别跟踪车辆为例对本申请实施例的技术方案进行详细介绍，实际应用中，也可以由目标车辆自身来识别跟踪车辆。此时，与上述实施例中不同的是，目标车辆在利用拍摄装置拍摄得到图像或者视频数据后，可以直接对该图像或者视频数据进行解析，而需要将发送至云服务器，整个识别跟踪车辆的过程也是由目标车辆完成，并不涉及与云服务器的交互。

此外，本申请实施例还提供了一种识别跟踪车辆的装置。参见图3，图3示出了本申请实施例中一种识别跟踪车辆的装置的结构示意图，该装置300包括：

第一获取模块301，用于获取目标车辆与后方车辆的重合路径，其中，在所述目标车辆的行驶方向上，所述后方车辆位于所述目标车辆后方；

第二获取模块302，用于获取所述目标车辆的行驶路径，所述行驶路径的起点与所述重合路径的起点一致；

计算模块303，用于若所述行驶路径的长度达到预设长度阈值，计算所述重合路径与所述行驶路径的重合度；

第一确定模块304，用于根据所述重合度，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述装置300还包括：

第三获取模块，用于获取所述后方车辆的特征信息，所述特征信息用于对所述后方车辆进行标识。

在一些可能的实施方式中，所述装置300应用于云服务器，所述第三获取模块，包括：

接收单元，用于接收所述目标车辆发送的图像或视频数据，所述图像或视频数据由配置于所述目标车辆上的拍摄装置拍摄得到；

解析单元，用于从所述图像或者视频数据中解析出所述后方车辆的特征信息。

在一些可能的实施方式中，所述装置300还包括：

第二确定模块，用于基于所述后方车辆的特征信息，确定所述后方车辆的危险等级；

所述第一确定模块304，具体用于根据所述重合度以及所述后方车辆的危险等级，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述第二确定模块，包括：

匹配单元，用于将所述后方车辆的特征信息与危险车辆登记库中存储的危险车辆的特征信息进行匹配，得到匹配结果；

确定单元，用于根据所述匹配结果，确定所述后方车辆的危险等级。

在一些可能的实施方式中，所述后方车辆的特征信息包括所述后方车辆的颜色、外形、种类、品牌、车牌号中的任意一种或者多种。

在一些可能的实施方式中，所述装置300还包括：

第四获取模块，用于获取所述后方车辆的跟车时间；

所述第一确定模块304，具体用于根据所述重合度以及所述跟车时间，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述装置300还包括：

第五获取模块，用于获取所述目标车辆在所述行驶路径上行驶时的可选路径；

所述第一确定模块304，具体用于根据所述重合度以及所述可选路径，确定所述后方车辆是否跟踪所述目标车辆。

在一些可能的实施方式中，所述装置300还包括：

提示模块，用于若确定所述后方车辆跟踪所述目标车辆，则对所述目标车辆的驾驶员进行相应提示。

本实施例中，由于后方车辆若是一直跟踪目标车辆进行行驶，则后方车辆与目标车辆之间的路径重合度通常会较高，因此，本实施例中通过计算出后方车辆与目标车辆之间行驶路径的重合度，可以基于该重合度确定出后方车辆是否为跟踪目标车辆的车辆，进而在确定后方车辆跟踪目标车辆时，可以及时的对驾驶目标车辆的车主进行相应的提示，以使得车主能够及时发现出跟踪行驶的车辆并采取相应的应对措施，从而可以有效保护目标车辆车主的生活隐私以及提高该车主的人身安全。

本申请实施例中提到的“第一获取模块”、“第一确定模块”等名称中的“第一”只是用来做名字标识，并不代表顺序上的第一。该规则同样适用于“第二”等。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如只读存储器(英文：read-onlymemory，rom)/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本申请示例性的实施方式，并非用于限定本申请的保护范围。