判断两条轨迹的相似性方法

判断两条轨迹的相似性方法有很多基于点方法： EDR，LCSS，DTW等基于形状的方法： Frechet， Hausdorff基于分段的方法：One Way Distance, LIP distance基于特定任务的方法：TRACLUS， Road Network，grid等

作者：Di Yao
链接：https://www.zhihu.com/question/27213170/answer/271567963
来源：知乎

感觉有点类似人工智能的求loss方法。量化两个曲线的相似度（不同度）
很多都是算距离的方法
1.1欧几里得距离（Euclidean Distance）以及欧式距离的标准化（Standardized Euclidean distance）

1.2马哈拉诺比斯距离（Mahalanobis Distance）

1.3曼哈顿距离（Manhattan Distance）

1.4切比雪夫距离（Chebyshev Distance）

1.5明可夫斯基距离（Minkowski Distance）

1.6海明距离（Hamming distance）

其他方案及细节待补充

2020/11补充
Fréchet Distance

1906年，法国数学家莫里斯·勒内·弗雷谢特（MauriceRenéFréchet）提出了一种基于空间路径相似性的描述方法¹，该方法着重于考虑路径空间距离，从而更有效地评估了具有特定空间时间序列的曲线的相似性。 受采样方法影响，研究中使用了离散弗雷歇距离。

---

1. Fréchet, M.M., Sur quelques points du calcul fonctionnel. Rendiconti del Circolo Matematico di Palermo (1884-1940), 1906. 22(1): p. 1-72. ↩︎