点云数据基础：数据结构、常见格式与读写方法
点云数据是三维感知与处理的核心载体，无论是激光雷达扫描的室外场景，还是结构光相机获取的物体表面，最终都会以离散点的集合形式呈现。理解点云的数据结构、文件格式以及读写机制，是进行滤波、配准、分割与重建的前提。本章将系统拆解点云的属性维度、主流格式的差异，并给出工程实践中的读写策略与踩坑指南。
核心原理：点云属性维度与内存布局
点云本质上是一组在三维空间中离散分布的点的集合，每个点除了必须的几何坐标外，还可以携带多种附加属性。从数据结构角度看，点云可以视为一个 N×D 的矩阵，其中 N 为点的数量，D 为每个点的属性维度。最常见的属性包括：
- XYZ（几何坐标）：每个点的三维位置，通常使用 float32 或 float64 存储。这是所有点云处理的基础，决定了点云的空间形状。
- RGB（颜色）：红绿蓝三通道颜色值，通常使用 uint8（0-255）或 uint16（0-65535）存储。颜色信息来源于相机采集或人工着色，常用于语义分割、可视化与纹理映射。
- 强度（Intensity）：激光雷达回波信号的强度值，反映目标表面的反射率。强度值通常为 float32 或 uint16，在道路标线提取、地物分类中具有重要价值。
- 法向量（Normal）：每个点所在局部表面的法线方向，通常由邻域点拟合平面计算得出。法向量是曲面重建、点云配准和特征描述的关键输入。
在内存布局上，点云数据通常采用 结构体数组（SoA） 或 数组结构体（AoS） 两种方式。PCL 库默认使用 AoS 方式，即每个点是一个包含所有属性的结构体，连续存储；而 Open3D 则更倾向于 SoA 方式，将不同属性分别存储为独立数组。选择哪种布局取决于算法对缓存友好性的需求：AoS 适合逐点遍历，SoA 适合按属性批量计算。
pcl::PointXYZ、pcl::PointXYZRGB、pcl::PointXYZI 等预定义类型，避免自定义结构体导致的内存对齐问题。在 Python 中，Open3D 的 PointCloud 对象通过 points、colors、normals 属性分别管理不同维度，操作更直观。
常见文件格式：PCD、PLY、LAS、XYZ 的对比与选型
点云数据的存储格式多种多样，不同格式在压缩率、可扩展性、行业适配性上各有优劣。下表对比了四种最常用的格式：
| 格式 | 全称 | 数据组织 | 支持属性 | 典型应用 | 优缺点 |
|---|---|---|---|---|---|
| PCD | Point Cloud Data | ASCII / 二进制 | XYZ、RGB、强度、法向量、自定义字段 | PCL 生态、算法开发 | 灵活性强，支持自定义字段；文件头信息丰富 |
| PLY | Polygon File Format | ASCII / 二进制 | XYZ、RGB、法向量、面片信息 | 三维扫描、网格处理 | 支持多边形网格；可扩展性好 |
| LAS | Lidar Data Exchange | 二进制（压缩/非压缩） | XYZ、强度、回波数、分类、GPS 时间 | 测绘、地理信息系统 | 行业标准，支持大规模点云；压缩率高 |
| XYZ | Plain Text | ASCII | 仅 XYZ（可扩展为 XYZRGB 等） | 简单交换、调试 | 格式简单，可读性强；文件体积大，无压缩 |
PCD 格式详解
PCD 是 PCL 库的原生格式，文件头包含版本号、字段定义、尺寸、类型、点数等元信息。其最大的优势是支持自定义字段，例如可以添加 temperature 或 confidence 等业务属性。PCD 支持 ASCII 和二进制两种编码，二进制模式在读写速度上显著优于 ASCII，但文件不可直接阅读。
# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z rgb
SIZE 4 4 4 4
TYPE F F F F
COUNT 1 1 1 1
WIDTH 5
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 5
DATA ascii
0.1 0.2 0.3 4294967296
0.5 0.6 0.7 4294967296
...PLY 格式详解
PLY 格式起源于斯坦福图形实验室，设计初衷是存储三维扫描仪获取的几何数据。它既可以存储点云，也可以存储三角网格。PLY 文件头使用关键字 element 和 property 定义数据布局，支持 vertex 和 face 两种元素类型。在工业级扫描场景中，PLY 常用于保存带有法向量和颜色的高精度模型。
LAS 格式详解
LAS 是 ASPRS（美国摄影测量与遥感学会）制定的激光雷达数据标准，广泛应用于测绘、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、变长记录和点数据记录三部分。点数据记录中除了 XYZ 和强度外，还包含回波次数、分类标签、扫描角度、GPS 时间等专业属性。LAS 1.4 版本支持最多 15 个额外字节的用户自定义字段。
XYZ 格式详解
XYZ 是最简单的点云格式，每行三个浮点数，以空格或逗号分隔。虽然它不支持元数据，但因其极简性，常用于程序间快速交换数据或调试。实际工程中，常扩展为 XYZRGB 或 XYZI 格式，即在每行末尾追加颜色或强度值。
读写方法：PCL 与 Open3D 实战操作
点云文件的读写是数据处理的第一步，不同库提供了差异化的 API。以下分别介绍 PCL（C++）和 Open3D（Python）的典型读写方式。
PCL 读写示例
#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/point_types.h>
// 读取 PCD 文件
pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
if (pcl::io::loadPCDFile<pcl::PointXYZRGB>("scene.pcd", *cloud) == -1) {
PCL_ERROR("Couldn't read file.\n");
return -1;
}
// 写入 PLY 文件
pcl::io::savePLYFileBinary("output.ply", *cloud);
// 自定义字段的 PCD 写入
pcl::PointCloud<pcl::PointXYZI> cloud_xyzi;
cloud_xyzi.points.resize(100);
for (auto& p : cloud_xyzi.points) {
p.x = rand() % 100 / 100.0;
p.y = rand() % 100 / 100.0;
p.z = rand() % 100 / 100.0;
p.intensity = rand() % 255;
}
pcl::io::savePCDFileBinary("synthetic.pcd", cloud_xyzi);Open3D 读写示例
import open3d as o3d
import numpy as np
# 读取点云
pcd = o3d.io.read_point_cloud("scene.ply")
print(f"Loaded {len(pcd.points)} points")
# 访问属性
points = np.asarray(pcd.points) # (N, 3)
colors = np.asarray(pcd.colors) # (N, 3) 范围 [0, 1]
normals = np.asarray(pcd.normals) # (N, 3)
# 写入 PCD 格式
o3d.io.write_point_cloud("output.pcd", pcd, write_ascii=False)
# 从 numpy 数组创建点云
xyz = np.random.rand(1000, 3).astype(np.float64)
pcd_new = o3d.geometry.PointCloud()
pcd_new.points = o3d.utility.Vector3dVector(xyz)
o3d.io.write_point_cloud("random.xyz", pcd_new)案例拆解：多传感器点云格式统一与属性保留
在某自动驾驶数据采集项目中，团队需要融合 64 线激光雷达（输出 PCD 格式）和工业相机（输出 PLY 格式）的数据。初始阶段，算法工程师发现两个问题：一是 PCD 文件中的强度值范围是 0-255，而 PLY 文件中的颜色值范围是 0-1，直接拼接导致特征不一致；二是 LAS 格式的测绘数据需要导入同一套处理流程，但 LAS 中的 GPS 时间戳在 PCD 中无法直接存储。
针对上述问题，团队制定了以下处理策略：
- 统一属性规范：定义内部标准点云格式为 PCD 二进制，字段固定为
x y z intensity rgb，其中 intensity 归一化到 [0,1]，rgb 使用 uint8 三通道。 - 格式转换脚本：使用 Python 编写转换工具，读取 PLY 时自动将颜色从 [0,1] 映射到 [0,255]；读取 LAS 时提取 XYZ、强度、分类字段，丢弃 GPS 时间（或存入自定义字段
gps_time）。 - 内存优化：对于超过 5000 万点的 LAS 文件，采用分块读取策略，每次处理 100 万点，避免内存溢出。
- 验证机制：转换后随机抽取 1000 个点，对比原始文件的坐标和属性值，确保误差小于 1e-6。
最终，统一后的数据格式使得后续的滤波和分割算法无需关心数据来源，处理效率提升了约 30%。复盘时发现，最容易被忽视的是 强度值的位深差异——部分传感器输出 16 位强度，而 PCD 默认使用 32 位浮点，直接转换会丢失精度。因此，在格式转换时必须明确位深并做相应缩放。
常见误区与总结复盘
- 误区一：混淆 RGB 与强度。RGB 是相机采集的颜色信息，强度是激光雷达的回波能量，两者物理意义完全不同，不能互相替代。在融合处理时，应分别归一化。
- 误区二：忽略文件头信息。PCD 和 PLY 的文件头中包含了点数、字段类型、视角等关键信息，直接跳过文件头解析会导致数据错位。
- 误区三：ASCII 与二进制混用。ASCII 格式可读但体积大、读取慢；二进制格式紧凑但不可读。在性能敏感的生产环境中，应统一使用二进制格式。
- 误区四：法向量未归一化。许多算法假设法向量为单位向量，如果从文件读取的法向量未归一化，会导致配准或重建结果异常。