比较贝叶斯与达姆斯特组合规则在地图融合中的表现，发现结果依赖匹配方法。
Equivalence and Divergence of Bayesian Log-Odds and Dempster's Combination Rule for 2D Occupancy Grids
- 用皮尼蒂克变换统一对比标准，隔离传感器参数影响。
- 在15次测试中贝叶斯方法一致性达100%（p=3.1e-5），差异极小。
- 方法可复用于未来贝叶斯与信念函数的对比研究。
我们提出一种基于皮尼蒂克变换的方法，用于公平比较贝叶斯对数似然比与达姆斯特组合规则在二维占用网格映射中的表现。通过匹配每观测决策概率，将融合规则与传感器参数解耦。在仿真、两个真实激光雷达数据集及下游路径规划中，贝叶斯融合始终更优（15/15方向一致性，p = 3.1e-5），绝对差异为0.001–0.022。而在归一化置信度匹配下，结果方向反转，证实结论依赖于匹配准则。该方法可复用于未来任何贝叶斯与信念函数的比较。
原文摘要 · Abstract (English)
We introduce a pignistic-transform-based methodology for fair comparison of Bayesian log-odds and Dempster's combination rule in occupancy grid mapping, matching per-observation decision probabilities to isolate the fusion rule from sensor parameterization. Under BetP matching across simulation, two real lidar datasets, and downstream path planning, Bayesian fusion is consistently favored (15/15 directional consistency, p = 3.1e-5) with small absolute differences (0.001-0.022). Under normalized plausibility matching, the direction reverses, confirming the result is matching-criterion-specific. The methodology is reusable for any future Bayesian/belief function comparison.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。