这一节我们讲的是对比轨迹的相似度
# 相似性度量
# Hausdorff 距离
hausdorff 距离是获取比如 P 和 Q 两个点集的最远的最近点，比如 P->Q，就是从 P 中选择随机一点 p，获取他到 Q 的最近距离，然后在所有 p 点中距离最大的点就是 P->Q 的 Hausdorff 距离。
而两个点集的 Hausdorff 距离就是 P->Q,Q->P 两者中的 max 值
Hausdorff 可以让我们知道两个点集的轨迹相似度，但是他并不能衡量顺序以及其他的，比如两个点集的点完全一样，但是顺序完全不同，Hausdorff 距离为 0 难道说明轨迹完全一样？这显然不可能。
