相似性度量（用以預測軌跡）和自動駕駛看起來十分相似。但是卻在思路上有著本質的區(qū)別：
相似性度量是用在數(shù)據(jù)挖掘算法中的最后一環(huán)。對已經聚類完之后的數(shù)據(jù)，得到所有經典軌跡的數(shù)據(jù)庫中，取出和當前軌跡最相似的軌跡。
而自動駕駛，是根據(jù)當前的車況（比如當前速度、加速度、方向盤方向）、路況（道路方向、道路寬窄、地面阻力）等實時情況，通過一個訓練好的模型，做出形式判斷——如何改變方向、如何加減速。自動駕駛是一個特殊的回歸問題——汽車嘗試預測表示行駛方向的連續(xù)變量的數(shù)值。
由于海上不存在真正的“路”，因此與自動駕駛就有非常大的區(qū)別。假如使用已經聚類好的軌跡作為路，那么還是會存在一個查詢相似軌跡的問題，就又回到了原來的問題——如何根據(jù)當前的軌跡快速查詢處一條最相似的路。
因此，相似性肚量和自動駕駛完全不是一類問題。相似性度量是在“找路”，至于如何走下去，不管我們的事情，我們只是想要預測道路；而自動駕駛是根據(jù)當前情景信息，判斷如何行駛。