1. 点云数据基础

大家好，我是你们这趟点云之旅的向导。做自动驾驶感知这些年，我每天打交道最多的就是点云数据。说实话，刚入行那会儿，看着屏幕上密密麻麻的点，我也有点懵。但摸爬滚打久了，你会发现——点云这东西，其实挺有意思的。

1.1 什么是点云

你想想看，我们人眼看世界，看到的是像素组成的图像。但激光雷达不一样，它发射激光束，打到物体上反射回来，就能知道那个点离我们有多远。成千上万个这样的点拼在一起，就形成了点云。

我在项目中遇到过最直观的例子：一辆车停在路边，激光雷达扫过去，车身表面会生成几千个点。这些点勾勒出车的轮廓，甚至能看出是轿车还是SUV。说白了，点云就是激光雷达的「眼睛」看到的世界。

点云有几个关键特性：

• 稀疏性——点与点之间有间隙，不像图像那么密集
• 无序性——点的排列顺序不影响它代表的物体
• 密度不均匀——近处点密，远处点稀

1.2 点云数据格式

做点云处理，绕不开三种格式：PCD、PLY、BIN。我一个个说。

PCD 格式

这是 Point Cloud Library（PCL）的亲儿子。我建议初学者从PCD入手，因为它结构清晰，可读性强。

# .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 640
HEIGHT 1
POINTS 640
DATA ascii
1.2 3.4 5.6 0.8
2.3 4.5 6.7 0.9
...

你看，头部信息清清楚楚：有哪些字段、每个字段占多少字节、总共多少个点。我个人习惯用PCD做中间格式，调试时方便查看。

PLY 格式

PLY（Polygon File Format）是图形学领域的常用格式。它比PCD多一个优势——可以存储多边形网格信息。如果你要做三维重建，PLY会更合适。

ply
format ascii 1.0
element vertex 640
property float x
property float y
property float z
property uchar red
property uchar green
property uchar blue
end_header
1.2 3.4 5.6 200 100 50
2.3 4.5 6.7 180 90 40
...

BIN 格式

BIN就是二进制格式，没有头部信息，直接存原始数据。KITTI数据集用的就是这种格式。为什么用BIN？一个字——快。读取速度比ASCII格式快10倍以上。

// 读取KITTI bin文件的Python代码
import numpy as np

def load_kitti_bin(bin_path):
    points = np.fromfile(bin_path, dtype=np.float32)
    points = points.reshape(-1, 4)  # x, y, z, reflectance
    return points

嗯，这里要注意：BIN格式没有头部，你必须事先知道数据的结构。比如KITTI的数据，每个点占4个float（x,y,z,反射率），一共16字节。搞错了维度，数据就全乱了。

格式	可读性	读取速度	存储空间	适用场景
PCD	高	中	大	调试、教学
PLY	高	中	大	三维重建、图形学
BIN	低	快	小	大规模数据、实时系统

1.3 点云可视化基础

做点云处理，可视化是刚需。你总得看看处理结果对不对吧？我主要用两个库：Open3D和PCL。

Open3D（Python）

Open3D是我现在的主力工具。为什么？因为它Python接口友好，安装简单，可视化效果也不错。

import open3d as o3d
import numpy as np

# 生成随机点云
points = np.random.rand(1000, 3)
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)

# 可视化
o3d.visualization.draw_geometries([pcd])

就这么几行代码，你就能看到三维空间里随机分布的点。我记得第一次跑通这个例子时，还挺有成就感的。

PCL（C++）

PCL是C++的库，功能更全，但学习曲线也陡一些。如果你要做工业级应用，PCL是绕不开的。

#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/io/pcd_io.h>

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::io::loadPCDFile("example.pcd", *cloud);

pcl::visualization::PCLVisualizer viewer("Point Cloud Viewer");
viewer.addPointCloud(cloud, "cloud");
viewer.spin();

1.4 点云坐标系与变换

坐标系这块，我吃过不少亏。自动驾驶里常见的坐标系有：

• 激光雷达坐标系——以激光雷达为中心，x向前，y向左，z向上
• 车辆坐标系——以车辆后轴中心为原点，x向前，y向左，z向上
• 世界坐标系——通常是UTM坐标系或经纬度

为什么要搞这么多坐标系？因为不同传感器安装位置不同，数据必须统一到一个坐标系下才能融合。

坐标系变换说白了就是旋转和平移。用齐次坐标表示：

import numpy as np

def transform_point(point, rotation_matrix, translation_vector):
    """
    点云变换：p' = R * p + t
    """
    return rotation_matrix @ point + translation_vector

# 示例：绕z轴旋转30度，平移(1, 2, 3)
theta = np.radians(30)
R = np.array([
    [np.cos(theta), -np.sin(theta), 0],
    [np.sin(theta),  np.cos(theta), 0],
    [0,              0,             1]
])
t = np.array([1, 2, 3])

point = np.array([0, 0, 0])
transformed = transform_point(point, R, t)
print(f"变换后坐标: {transformed}")

为什么会这样？因为不同厂商的激光雷达，坐标系定义可能不一样。Velodyne和Hesai的坐标系就有差异。你拿到一个新雷达，第一件事就是确认它的坐标系定义。

好了，第一章的内容就这些。点云基础打牢了，后面讲滤波和障碍物检测时，你才能跟得上。下一章我们聊聊点云滤波——说白了就是怎么把没用的点去掉，留下我们关心的目标。