El "Digital Twin" (DT) proporciona una idea novedosa para los Sistemas de Transporte Inteligente (ITS), mientras que Internet de los Vehículos (IoV) proporciona numerosos datos de posicionamiento de vehículos. Sin embargo, las interacciones complejas entre vehículos, así como el desplazamiento y la pérdida de medidas, pueden llevar a errores de seguimiento de las trayectorias de DT. En este documento, proponemos un marco de seguimiento de trayectoria multi-vehículo hacia las intersecciones de DT (MVT2DTI). En primer lugar, los datos de posicionamiento se unifican en el mismo sistema de coordenadas y se asocian con las trayectorias rastreadas mediante el emparejamiento. En segundo lugar, un rastreador espacio-temporal (STT) utiliza una red de memoria a corto y largo plazo (LSTM) y una red de atención gráfica (GAT) para extraer características espacio-temporales para la predicción del estado. Luego, se calcula una matriz de distancias como una pérdida de seguimiento propuesta que retroalimenta los errores de seguimiento al rastreador. A través de la iteración de la asociación y la predicción, las coordenadas no etiquetadas se conectan en las trayectorias de DT. Finalmente, se generan cuatro conjuntos de datos para validar la efectividad y eficiencia del marco.