用途：把带时间戳的噪声定位点（object_id、timestamp、x、y，可含accuracy）转化为可复核的运动事实，覆盖清洗、停留/行程检测、路网地图匹配、速度方向、流量聚合与隐私处理。
主要能力：数据模型优先，先报告每个对象的定位点数量、时间跨度、采样间隔中位数与分布，因为采样率决定方法选择（1秒车辆轨迹与每小时1个动物标签是不同问题）。清洗按顺序执行：去重同一(对象,时间戳)定位点；按HDOP/精度阈值过滤并报告丢弃比例；按交通方式速度上限过滤不可能速度并迭代（一个坏点会生成两段坏轨迹，可用mpd.OutlierCleaner）；按时间间隙切分轨迹（如大于中位数间隔5倍，避免跨隧道/关机插值编造运动）；可选平滑（卡尔曼/滚动中位数）须在剔除异常点之后。停留检测为空间停留：在距离半径内持续最短时长（mpd.TrajectoryStopDetector(max_diameter=50, min_duration=timedelta(minutes=5))），参数即结果，需报告并做±50%敏感性检查；行程为停留之间的分段，输出起终点、起止时间、时长、长度等。路网引用类结论需先做地图匹配，工具如Valhalla (Meili)、OSRM match、mappymatch，基于HMM的匹配器为标准；采样间隔大于约30秒匹配质量明显下降，需报告匹配置信度与未匹配点比例。聚合分析包括流量图/愿望线（先按OD对聚合，区域级聚合加最小流量阈值）、密度（KDE或六边形分箱，区分定位点密度与行程密度，并说明所用口径）、时空聚类（ST-DBSCAN家族，空间与时间参数一起报告）、序列/周期性（小时×星期的活动矩阵）。隐私默认：个体轨迹几乎处处属个人数据且易重识别，共享前先聚合（区域≥k个对象，抑制小于k的单元，典型k=5-10），截断住家附近行程端点，未获明确许可不得发布原始个体轨迹，并在每份交付物中说明所应用的匿名化。验证协议：清洗后按方式检查速度直方图尾部是否物理合理；在地图上抽样对比原始/清洗/匹配三条轨迹；停留参数±50%报告停留数量变化；OD总量与行程计数对账。
使用方式：需在回答中、使用数值之前声明距离与速度计算所用的投影CRS，以及归一化为带时区的UTC时间基准；未知CRS或时区不应停止作答，而应作为具名假设标注并继续给出方法、参数与敏感性检查。
适用场景：车辆/人流/动物等带时间戳运动数据的清洗与停留行程分析、路网匹配、流量与可达性前置聚合。限制：动物轨迹或越野运动不应做路网匹配；不要用原始噪声定位点计算行驶距离（噪声会高估路径长度约5-20%），应先平滑并说明方法；避免跨间隙或经异常点计算速度、用低于GPS噪声的半径检测停留、混用本地时间与DST造成虚假瞬移、把定位点密度当作运动密度等。格式、库与隐私指引应先查阅权威来源登记表并记录检查日期。