Dispositivos capazes de registrar o rastro de um objeto móvel estão cada vez mais populares. esses registros são chamados de trajetórias de objetos móveis. devido ao grande volume desses dados surge a necessidade de criar métodos e algoritmos para extrair alguma informação útil desses dados. existem vários trabalhos de mineração de dados em trajetórias para detectar diferentes tipos de padrões, porém poucos trabalhos focaram na deteção de outliers entre trajetórias. os outliers entre trajetórias são aquelas com um comportamento ou característica diferente da maioria. se a maioria dos objetos estão andando à 80km/h em um determinado trecho os objetos à 120km/h são os outliers. outliers de trajetórias podem ser interessantes para descobrir comportamentos suspeitos em um grupo de pessoas, para encontrar rotas alternativas na análise de tráfego e até saber quais são os melhores ou piores caminhos conectando duas regiões de interesse. não se teve conhecimento de um outro trabalho na literatura que fizesse uma análise mais aprofundada, que interprete ou dê significado aos outliers. a semântica dos outliers pode prover mais informação para tomadas de decisão. nesse trabalho é apresentado um algoritmo para agregar significado aos outliers de trajetórias de motoristas considerando três possíveis razões principais para um desvio: paradas fora do caminho padrão, eventos e trânsito no caminho padrão. experimentos são mostrados em dados reais e o método encontra os diferentes tipos e classificações de outliers corretamente.