uncertainty-modeling

本文提出了一种使用高斯混合模型对平面曲线进行概率多边形表示的方法，该方法保留了局部切线、法线和弧长信息，并在法线方向上编码了不确定性。该框架适用于各种平面曲线，并支持面向CAD、机器人和轨迹规划的不确定性感知几何建模。

本文提出了一种新的证据信息融合框架，基于信念函数与可能性结构之间的可逆变换，利用三角范数实现超越Dempster规则的灵活组合。