2、点云基础与数据表示：点云数据获取方式（激光雷达、RGB-D、结构光）、常见格式（PCD、PLY、LAS）、坐标系与变换、点云属性（坐标、强度、法线、颜色）

点云（Point Cloud）是三维空间中一组离散点的集合，每个点通过三维坐标（X, Y, Z）描述物体表面的空间位置，并可附带强度、颜色、法线等附加属性。作为三维视觉与激光雷达感知的基础数据形态，点云在自动驾驶、机器人导航、工业检测、测绘建模等领域扮演着核心角色。理解点云的数据来源、存储格式、坐标体系与属性含义，是进行后续分割、聚类、配准与识别的前提。本章将从数据获取方式出发，系统梳理点云的数据表示体系，并结合工程实践给出选型建议与常见误区分析。

上图展示了点云数据表示的整体知识框架。从数据获取方式、存储格式、坐标系到点云属性，四个维度共同构成了点云处理的基础。下面逐一展开深入解析。

2.1 点云数据获取方式

2.1.1 激光雷达（LiDAR）

激光雷达通过发射激光束并测量反射光的时间差（ToF，Time of Flight）或相位差来计算目标距离，同时结合扫描角度得到三维坐标。根据扫描机制，可分为机械旋转式、固态式（MEMS、Flash、OPA）等类型。机械式LiDAR（如Velodyne VLP-16、HDL-64）通过电机带动激光阵列旋转，获得360°水平视场；固态式LiDAR则通过电子扫描或面阵闪光实现，体积更小、可靠性更高，但视场角通常受限。

核心原理：激光雷达输出的原始数据通常为每个激光束的测距值、水平角、垂直角以及反射强度。通过球坐标到直角坐标的转换公式：

X = R * cos(ω) * cos(α)
Y = R * cos(ω) * sin(α)
Z = R * sin(ω)

其中，R为测距值，ω为垂直角，α为水平角。转换后即可得到每个点的三维坐标。强度值（Intensity）反映了目标表面反射率，对道路标线、路沿、金属护栏等不同材质的区分具有重要价值。

2.1.2 RGB-D 相机

RGB-D相机（如Microsoft Kinect、Intel RealSense）通过红外结构光或ToF原理，同时输出彩色图像（RGB）和深度图像（Depth）。每个像素的深度值经过相机内参反投影，可生成对应的三维点云。RGB-D相机成本低、帧率高（30fps），适合室内场景的物体识别、人体姿态估计等应用。

操作流程：深度图转点云的核心步骤包括：

1. 读取深度图，获取像素坐标(u, v)对应的深度值d；
2. 利用相机内参矩阵K（fx, fy, cx, cy）进行反投影：

Z = d / scale_factor
X = (u - cx) * Z / fx
Y = (v - cy) * Z / fy

3. 将RGB图像与深度图对齐，为每个点赋予颜色信息。

RGB-D点云的缺点是有效距离较短（通常0.5m~5m），且易受环境光干扰，在强光下深度数据会出现大量空洞。

2.1.3 结构光

结构光技术通过投影仪向物体表面投射编码光栅（如正弦条纹、格雷码），相机拍摄变形后的光栅图像，通过相位解算得到物体表面的三维坐标。该技术精度高（可达亚毫米级），常用于工业检测、逆向工程、人脸识别等场景。结构光点云通常密度高、噪声低，但需要控制环境光照，且对高反光或透明物体效果较差。

2.2 常见点云格式

2.2.1 PCD（Point Cloud Data）

PCD格式由PCL（Point Cloud Library）库定义，是点云处理中最常用的格式之一。PCD文件包含文件头（Header）和数据体（Data）两部分。文件头以ASCII文本形式存储，声明了点云的点数、字段（Field）、尺寸（Size）、类型（Type）和点数（Count）等元信息；数据体可以是ASCII或二进制存储。

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z intensity
SIZE 4 4 4 4
TYPE F F F F
COUNT 1 1 1 1
WIDTH 123456
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 123456
DATA ascii
0.123 0.456 0.789 25.0
...

判断方法：解析PCD文件时，需先读取Header中的FIELDS和TYPE字段，确定每个点的属性布局。PCD支持自定义字段，例如增加法线（normal_x, normal_y, normal_z）或RGB值，灵活性高。

2.2.2 PLY（Polygon File Format）

PLY格式最初由斯坦福大学设计，支持点云和三角网格两种数据形态。PLY文件同样包含头部（Header）和元素数据（Element Data）。头部通过element vertex和property关键字定义顶点数量及属性类型。PLY支持二进制和ASCII两种编码，且可以存储面片（face）信息，适合用于三维重建后的模型输出。

ply
format ascii 1.0
element vertex 8
property float x
property float y
property float z
property uchar red
property uchar green
property uchar blue
element face 6
property list uchar int vertex_indices
end_header
0 0 0 255 0 0
...

2.2.3 LAS / LAZ

LAS格式是ASPRS（美国摄影测量与遥感学会）制定的激光雷达标准数据格式，广泛用于测绘、林业、城市规划等领域。LAS文件采用二进制存储，包含公共头块（Public Header Block）、变长记录（VLR）和点数据记录（Point Data Record）。每个点记录可包含坐标、强度、回波次数、分类标签（如地面、植被、建筑）等丰富信息。LAZ是LAS的压缩版本，压缩比可达10:1以上，但需要LASzip库进行解压。

2.3 坐标系与变换

点云数据通常定义在传感器坐标系下，但在多传感器融合或全局建图时，需要统一到世界坐标系或车体坐标系。坐标系变换的核心是刚体变换（旋转+平移），数学表达为：

P_world = R * P_sensor + t

其中，R为3×3旋转矩阵，t为3×1平移向量。实际工程中，常使用齐次坐标形式：

[X_w]   [r11 r12 r13 tx] [X_s]
[Y_w] = [r21 r22 r23 ty] [Y_s]
[Z_w]   [r31 r32 r33 tz] [Z_s]
[1  ]   [0   0   0   1 ] [1  ]

操作流程：坐标系标定通常采用以下步骤：

1. 选择标定靶（如棋盘格、圆形标定板），采集多组对应点；
2. 使用SVD分解或优化方法（如Levenberg-Marquardt）求解R和t；
3. 验证变换精度，计算重投影误差或对应点距离均方根误差（RMSE）。

在自动驾驶中，LiDAR坐标系、相机坐标系、IMU坐标系和车体坐标系之间的外参标定是系统集成的关键环节。标定误差会导致点云与图像投影错位，直接影响后续的目标检测与融合。

2.4 点云属性

2.4.1 坐标（X, Y, Z）

坐标是点云最基本的属性，描述了点在三维空间中的位置。坐标的精度和密度直接影响分割与聚类算法的效果。例如，地面分割算法（如RANSAC平面拟合）依赖Z值的分布特征；欧式聚类则依赖点与点之间的空间距离。

2.4.2 强度（Intensity）

强度值反映了目标表面对激光的反射能力。不同材质（沥青、混凝土、金属、植被）的强度差异明显。在分割聚类中，强度可用于区分道路标线与普通路面，也可用于去除低反射率的噪声点。但需注意，强度值受距离、入射角影响，使用前最好进行归一化校正。

2.4.3 法线（Normal）

法线是点云表面的几何属性，表示该点所在局部平面的朝向。法线估计通常通过PCA（主成分分析）在邻域内计算协方差矩阵的最小特征值对应的特征向量得到。法线在区域生长分割、点云配准（如ICP）、表面重建中具有重要作用。

// PCL法线估计示例
pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
ne.setInputCloud(cloud);
pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());
ne.setSearchMethod(tree);
ne.setRadiusSearch(0.05); // 搜索半径5cm
ne.compute(*normals);

2.4.4 颜色（RGB）

颜色信息通常由RGB-D相机或多光谱传感器提供。颜色有助于语义分割（如区分红色车辆与绿色植被），但在激光雷达点云中通常不包含颜色。当点云同时包含几何与颜色时，可结合两者进行更鲁棒的分割，例如颜色辅助的区域生长算法。

2.5 案例拆解：自动驾驶LiDAR点云预处理与坐标系统一

背景与约束：某自动驾驶测试车辆搭载64线机械式LiDAR（安装在车顶）、前视相机和IMU。LiDAR输出点云频率为10Hz，每帧约12万个点。系统需要将LiDAR点云从传感器坐标系变换到车体坐标系（原点位于后轴中心），并与相机图像进行像素级对齐，用于后续的目标检测与可行驶区域分割。

初始现象与目标：原始点云在传感器坐标系下，Z轴朝上，X轴朝前，但车体坐标系要求X轴朝前、Y轴朝左、Z轴朝上。同时，LiDAR安装位置存在约1.2m的X向偏移和0.3m的Z向偏移，且存在约2°的俯仰角安装误差。目标是将点云准确变换到车体坐标系，并验证变换精度。

关键输入数据与参数：

• LiDAR内参：垂直角范围[-15°, +15°]，水平角分辨率0.2°；
• 外参标定结果：平移向量 t = [1.2, 0.0, 0.3]m，旋转欧拉角 (roll=0°, pitch=2°, yaw=0°)；
• 相机内参：fx=1200, fy=1200, cx=960, cy=540，图像分辨率1920×1080。

分析判断过程：首先，将欧拉角转换为旋转矩阵R。由于pitch=2°，对应的旋转矩阵为：

R = [cos(2°)  0  sin(2°)]
    [0        1  0      ]
    [-sin(2°) 0  cos(2°)]

然后，对每个点应用变换公式 P_vehicle = R * P_lidar + t。变换后，随机选取50个地面点，检查其Z值是否接近0（车体坐标系下地面Z≈0）。若Z值分布集中在[-0.05, 0.05]m范围内，则说明变换正确。

实际操作步骤：

1. 读取一帧点云，提取每个点的X, Y, Z坐标；
2. 构建齐次变换矩阵T（4×4），将R和t组合；
3. 对每个点执行矩阵乘法，得到车体坐标系下的坐标；
4. 将变换后的点云投影到相机图像平面，验证投影点是否与图像中的物体边缘对齐；
5. 计算投影误差，若平均误差大于3像素，则需重新标定外参。

结果对比：变换前，地面点的Z值在[-1.5, -1.2]m范围（因为LiDAR高于地面1.5m）；变换后，地面点Z值集中在[-0.03, 0.03]m，符合预期。投影到图像后，路沿、车辆边缘与图像轮廓对齐良好，平均投影误差为1.8像素，满足下游算法要求。

风险与代价：外参标定误差会直接导致点云与图像错位，影响融合精度。标定过程需要采集多帧数据并优化，耗时约30分钟。若车辆长期运行导致机械振动，外参可能发生漂移，需定期复标。

复盘经验：坐标系变换是点云处理的第一步，务必在算法开发前完成统一。建议将变换矩阵封装为独立模块，便于复用和调试。同时，在可视化调试时，应同时显示变换前后的点云，以便快速定位问题。