2. 点云数据基础

点云是三维空间中离散采样点的集合，每个点通常携带三维坐标，并可附带强度、颜色、法向量、时间戳、语义标签等属性。对点云语义分割与地图融合而言，理解点云“从哪里来、长什么样、存在哪个坐标系、有哪些天然缺陷”，是后续算法设计、标定配准和融合建图的前提。本节围绕获取方式、传感器、数据格式、坐标系与点云特性五个方面展开。

一、核心原理：点云是如何被“测”出来的

绝大多数点云获取手段都基于“测距 + 定向”两个基本环节。测距回答“目标离传感器多远”，定向回答“这个方向指向哪里”。按测距原理，主流方式可分为三类：

• 飞行时间法（ToF）：发射激光脉冲，测量往返时间 t，由 d = c·t/2 得到距离。机械旋转式、固态激光雷达多采用此原理，测程远、精度稳定。
• 三角测量法：利用相机与激光/结构光投影构成的基线，通过视差或光斑位移反算深度。结构光、双目立体视觉属于此类，近距离精度高，但随距离衰减快。
• 调频连续波（FMCW）：发射调频激光，通过回波与参考信号的拍频获取距离与速度，可同时输出径向速度，抗干扰能力强，是新一代激光雷达的重要方向。

定向环节依赖扫描机构或成像模型：机械旋转式通过旋转角度确定水平方位，通过俯仰角确定垂直方向；固态激光雷达通过二维扫描器件（MEMS 微振镜、光学相控阵 OPA）实现光束偏转；视觉方法则通过相机内参和外参把像素坐标反投影为空间射线。二者结合，才能把“距离”变成“空间点”。

二、常见传感器与获取方式对比

实际工程中，点云来源多样，不同传感器在测程、精度、帧率、成本和环境适应性上差异明显。下表对常见方案做横向对比：

三、数据格式与坐标系

点云数据格式决定了存储效率、属性丰富度和工具链兼容性。常见格式包括：

• PCD：PCL 生态的标准格式，支持 ASCII 与二进制，可保存 x/y/z、intensity、rgb、normal 等字段，头部含字段定义与点数。
• PLY：多边形文件格式，常用于保存带颜色或法向的点云，文本与二进制皆可，兼容 MeshLab、Open3D。
• LAS/LAZ：测绘行业标准，含分类、回波次数、GPS 时间等，LAZ 为压缩版本。
• BIN/KITTI 格式：自动驾驶数据集常用，按 float32 连续存储 x/y/z/intensity，读取快、体积小。
• ROS 消息：sensor_msgs/PointCloud2 是运行时传输格式，含 header、fields、point_step、is_dense 等元信息。

坐标系方面，必须区分传感器坐标系、载体坐标系与世界坐标系。以激光雷达为例，其坐标系通常为 x 向前、y 向左、z 向上（右手系），而相机坐标系常为 x 向右、y 向下、z 向前。两者之间的转换由外参矩阵 T 描述：

P_world = T_world_lidar · P_lidar
T = [ R  t ]
    [ 0  1 ]
# R 为 3x3 旋转矩阵，t 为 3x1 平移向量
# 点云配准、多传感器融合的核心就是求解并维护 T

若忽略坐标系定义直接叠加两帧点云，会出现“看似配准、实则错位”的问题，尤其在语义分割中会导致标签与几何不一致。

四、点云特性与常见误区

点云与图像有本质差异，理解这些特性才能设计合理的分割与融合策略：

• 无序性：点云是集合，点的排列顺序不携带语义，因此 PointNet 等网络使用对称函数保证置换不变性。
• 稀疏且非均匀：近处密、远处疏，扫描线之间有空隙，导致小目标远处易漏检。
• 遮挡与缺失：单视角只能看到表面，背面和遮挡区域无点，融合多帧或多视角才能补全。
• 噪声与离群点：受反射率、雨雾、飞点影响，需滤波（体素下采样、统计离群点移除）预处理。
• 尺度与密度变化：不同传感器、不同距离下点密度差异大，影响特征提取与语义一致性。

五、案例场景：从采集到可融合点云

以园区自动驾驶建图为例，典型流程为：机械激光雷达采集原始点云 → 运动畸变校正（利用 IMU/里程计）→ 体素滤波降采样 → 地面分割与聚类 → 多帧配准（ICP/NDT）→ 与相机联合标定 → 输出带语义标签的融合地图。其中每一步都依赖对点云格式、坐标系和特性的正确理解。例如，运动畸变校正需要时间戳与位姿插值；多帧配准需要统一到世界坐标系；语义融合需要把图像标签投影到点云，再处理遮挡与视角差异。

综上，点云数据基础并非简单的“数据读取”，而是贯穿采集、存储、坐标变换与质量控制的完整链路。只有把传感器原理、格式差异、坐标系约定和点云固有特性打通，后续的语义分割网络与地图融合算法才有可靠的数据基础。