点云数据基础：格式解析与读写实战

做自动驾驶感知这几年，我接触最多的就是点云数据。说实话，刚入行那会儿，面对各种格式的文件——PCD、BIN、PLY，我也有点懵。每种格式都有自己的脾气，搞不清楚的话，数据读进来都是乱码。今天我就带你把这些格式彻底捋一遍。

点云数据格式：三种主流格式对比

先说说最常见的三种格式。我个人习惯把PCD和PLY归为一类——它们是文本友好的格式，方便调试。而BIN格式呢，纯粹是二进制，追求极致性能。

格式 特点 适用场景 文件大小
PCD Point Cloud Library 原生格式，支持ASCII和二进制 PCL生态、算法调试 中等
BIN 纯二进制，无头信息，结构紧凑 KITTI等自动驾驶数据集 最小
PLY Stanford格式，支持顶点和面片 3D重建、网格处理 较大

你想想看，为什么自动驾驶领域偏爱BIN格式？说白了就一个字——快。激光雷达一秒钟扫几十万点，如果每帧都存成文本，磁盘IO直接成为瓶颈。我在项目中遇到过，用PCD格式存一帧64线激光雷达数据，文件大小是BIN格式的3倍以上。

点云数据结构：PointXYZ vs PointXYZI

理解了文件格式，接下来看数据在内存里怎么组织。最基础的结构是PointXYZ——只有x、y、z三个坐标。但实际应用中，我们往往需要更多信息。

PointXYZI就是在XYZ基础上加了一个强度值(intensity)。这个强度值很有用——不同材质的物体反射回来的激光强度不同。比如车道线的反射强度通常比沥青路面高很多，这就是我们做车道线检测的重要依据。

核心区别：

  • PointXYZ：3个float，共12字节
  • PointXYZI：4个float，共16字节（intensity通常归一化到0-1）
  • PointXYZRGB：6个float，共24字节（颜色信息）

嗯，这里要注意——不同传感器厂商对intensity的定义不一样。Velodyne的intensity范围是0-255，而Ouster的是0-4095。我曾经因为没做归一化，直接把原始值喂给模型，结果训练出来的模型泛化能力极差。所以，读数据时一定要确认intensity的位宽。

点云文件读写实战：Python代码示例

光说不练假把式。下面我给出三种格式的读写代码，都是我在实际项目中打磨过的。

1. 读取BIN格式（KITTI风格）

import numpy as np

def read_kitti_bin(bin_path):
    """
    读取KITTI格式的BIN文件
    每个点包含4个float: x, y, z, intensity
    """
    points = np.fromfile(bin_path, dtype=np.float32)
    points = points.reshape(-1, 4)
    return points

def write_kitti_bin(points, bin_path):
    """写入BIN文件，points shape为(N, 4)"""
    points.astype(np.float32).tofile(bin_path)

避坑指南：我曾经因为忘记reshape，直接把一维数组当点云用，结果可视化出来全是乱点。记住：BIN文件没有头信息，你必须事先知道每个点有几个字段。

2. 读取PCD格式（ASCII模式）

def read_pcd_ascii(pcd_path):
    """读取ASCII格式的PCD文件"""
    with open(pcd_path, 'r') as f:
        lines = f.readlines()
    
    # 解析头信息
    header = {}
    data_start = 0
    for i, line in enumerate(lines):
        if line.startswith('#'):
            continue
        parts = line.strip().split()
        if parts[0] == 'DATA':
            data_start = i + 1
            break
        header[parts[0]] = parts[1:]
    
    # 读取点云数据
    points = []
    for line in lines[data_start:]:
        coords = list(map(float, line.strip().split()))
        points.append(coords)
    
    return np.array(points), header

注意：PCD文件可以是二进制格式，这时不能直接用文本方式读取。判断方法是看头部的DATA字段——如果是"DATA ascii"就是文本，如果是"DATA binary"就是二进制。我见过有人用文本方式读二进制PCD，结果读出来的全是乱码。

3. 读取PLY格式

def read_ply(ply_path):
    """读取PLY文件，支持ASCII和二进制"""
    with open(ply_path, 'rb') as f:
        # 读取头信息
        header = b''
        while True:
            line = f.readline()
            header += line
            if line.strip() == b'end_header':
                break
        
        # 解析顶点数量
        vertex_count = 0
        for line in header.split(b'\n'):
            if line.startswith(b'element vertex'):
                vertex_count = int(line.split()[-1])
        
        # 读取顶点数据
        points = np.frombuffer(f.read(), dtype=np.float32)
        points = points.reshape(-1, 3)
        
        return points[:vertex_count]

知识体系结构图

下面这张图帮你理清点云数据处理的整体脉络：

点云数据处理知识体系 激光雷达数据源 BIN格式（KITTI） PCD格式（PCL） PLY格式（Stanford） PointXYZ（3字段） PointXYZI（4字段） PointXYZRGB（6字段） 文件读写 → NumPy数组 → 可视化/算法

实战中的坑与经验

最后分享几个我踩过的坑：

  • 字节序问题：不同平台（x86 vs ARM）的字节序可能不同。我曾在Jetson上读x86机器生成的BIN文件，结果坐标全反了。解决方案是统一用little-endian。
  • 强度值归一化：不同传感器的intensity范围不同，建议统一归一化到0-1之间再存入文件。
  • 内存管理：一帧64线激光雷达数据大约12万个点，PointXYZI格式占用约1.9MB内存。如果做序列回放，注意不要一次性加载全部帧到内存。

我的建议：开发阶段用PCD格式（方便调试），部署阶段用BIN格式（追求性能）。PLY格式主要用于3D重建场景，自动驾驶感知中用得相对少一些。

好了，点云数据格式这块就讲到这里。记住一句话：格式只是载体，数据本身才是核心。搞清楚了每种格式的存储方式和字段含义，读写代码就是模板化的工作了。

可可精品资料库

← 上一章 📖 返回目录 下一章 →