轨迹不确定性的研究包括减少点间不一致性和隐私保护

减少轨迹不确定性分为两类：查询建模

如上图所示，在处理轨迹检索问题时

为了更好地模拟物体在不同时间和随机过程中可能出现的位置不确定性，在每一个时间点或随机过程中都采用独立的概率密度函数（如马尔可夫链），从而能够回答各种关于位置和行为的查询。

第二类为：

从不确定性轨迹中进行路径推测。

核心概念：利用多条不确定性的轨迹来生成确定性的轨迹。例如，在多个不确定性的轨迹交汇处可识别出明确的定点位置。

具体来说，有两种具体方法：

第一种方法：

一种是专门针对道路网络环境中的轨迹进行设计的方法。 除此之外，在这类方法中还存在两种不同的设置方式。 首先，在减少轨迹不确定性方面的方法会综合运用大量其他轨迹的数据，并不仅仅依赖于单一轨迹的几何信息以及道路网络的拓扑数据。 比较之下，在处理采样率方面的情况时，默认可能会低于10分钟的标准。 其次，在处理采样率方面的情况时，默认可能会低于10分钟的标