4、PCL点云库入门：PCL库安装与配置、PCL核心模块介绍、PCL点云类型转换、PCL可视化基础

说实话，很多做激光雷达的朋友一开始都绕不开PCL这个库。PCL全称Point Cloud Library，是点云处理领域的事实标准。我当年刚接触点云时，第一件事就是跟PCL死磕——安装、编译、踩坑、再编译……嗯，今天我就把这些经验掰开揉碎讲给你听。

4.1 PCL库安装与配置

安装PCL，说白了就两条路：要么用包管理器一键安装，要么源码编译。我个人建议初学者走第一条路，省心。

4.1.1 Ubuntu系统下的安装

如果你用的是Ubuntu，那最简单了。打开终端，敲几行命令就行：

sudo apt-get update
sudo apt-get install libpcl-dev pcl-tools

装完之后，验证一下：

pcl_viewer --help

如果能看到帮助信息，说明装好了。我在项目中遇到过一个问题——装完PCL后找不到头文件。后来发现是版本冲突。建议你装之前先看看系统里有没有旧版本：

dpkg -l | grep pcl

4.1.2 Windows下的安装

Windows下我推荐用vcpkg。你想想看，手动配置环境变量多麻烦？vcpkg一键搞定：

git clone https://github.com/Microsoft/vcpkg.git
cd vcpkg
.\bootstrap-vcpkg.bat
.\vcpkg install pcl:x64-windows

装完之后，在CMakeLists.txt里加上：

find_package(PCL REQUIRED)
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
target_link_libraries(your_project ${PCL_LIBRARIES})

4.1.3 macOS下的安装

macOS用户用Homebrew：

brew install pcl

我个人习惯在macOS上做原型开发，因为调试方便。但要注意，M1芯片的Mac有些PCL模块编译会报错，建议用Rosetta2模式。

4.2 PCL核心模块介绍

PCL的模块划分很清晰。我画了一张图，帮你快速建立整体认知：

这张图里，我重点标出了几个你一定会用到的模块：

• Filters模块：说白了就是给点云"洗澡"。去掉离群点、降采样、裁剪ROI区域，都靠它。我在做路沿检测时，先用直通滤波把范围卡到路面区域，再用体素滤波降采样，速度能快3倍。
• Features模块：计算点云的特征描述子。比如法线、PFH、FPFH。这些是后续配准和识别的基础。
• Segmentation模块：把点云分成不同的区域。地面分割、欧式聚类分割，自动驾驶里天天用。
• Registration模块：点云配准。ICP算法是经典中的经典，多帧点云拼接全靠它。
• Visualization模块：可视化。调试时离不开它。

4.3 PCL点云类型转换

PCL里点云类型很多，最常用的是pcl::PointXYZ和pcl::PointXYZRGB。你想想看，雷达只给xyz坐标，但相机能提供颜色信息，怎么融合？类型转换就派上用场了。

4.3.1 常见点云类型

4.3.2 类型转换实战

我举个例子，把PointXYZ转成PointXYZRGB：

#include <pcl/point_types.h>
#include <pcl/point_cloud.h>

// 原始点云
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_xyz(new pcl::PointCloud<pcl::PointXYZ>());
// 目标点云
pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_rgb(new pcl::PointCloud<pcl::PointXYZRGB>());

// 转换
pcl::copyPointCloud(*cloud_xyz, *cloud_rgb);

// 给所有点赋红色
for (auto& point : cloud_rgb->points) {
    point.r = 255;
    point.g = 0;
    point.b = 0;
}

4.4 PCL可视化基础

可视化是调试的"眼睛"。PCL提供了pcl::visualization::PCLVisualizer，功能很强大。

4.4.1 最简单的可视化

#include <pcl/visualization/cloud_viewer.h>

pcl::visualization::CloudViewer viewer("点云查看器");
viewer.showCloud(cloud_xyz);

while (!viewer.wasStopped()) {
    // 保持窗口打开
}

这段代码能跑，但功能有限。我建议你用PCLVisualizer，更灵活：

#include <pcl/visualization/pcl_visualizer.h>

pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));
viewer->setBackgroundColor(0, 0, 0);  // 黑色背景
viewer->addPointCloud<pcl::PointXYZ>(cloud_xyz, "sample cloud");
viewer->setPointCloudRenderingProperties(
    pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "sample cloud");

while (!viewer->wasStopped()) {
    viewer->spinOnce(100);
}

4.4.2 添加辅助元素

调试时，光看点云不够。我习惯加上坐标系和文字标注：

// 添加坐标系（原点，长度1.0）
viewer->addCoordinateSystem(1.0);

// 添加文字
viewer->addText("原始点云", 10, 10, 20, 1.0, 1.0, 1.0, "text1");

// 添加球体标记
pcl::PointXYZ center(0.0, 0.0, 0.0);
viewer->addSphere(center, 0.1, 1.0, 0.0, 0.0, "sphere1");

4.4.3 多视角可视化

有时候需要对比原始点云和处理后的点云。PCL支持多视口：

int v1(0), v2(1);
viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1);  // 左半屏
viewer->createViewPort(0.5, 0.0, 1.0, 1.0, v2);  // 右半屏

viewer->addPointCloud(cloud_original, "original", v1);
viewer->addPointCloud(cloud_filtered, "filtered", v2);

嗯，这个功能我在做滤波效果对比时天天用。左边看原始点云，右边看滤波后的，效果一目了然。

好了，PCL入门就讲到这里。记住一句话：PCL是个工具，别怕踩坑，多写代码多调试，慢慢就熟了。