第1章：点云数据基础

大家好，我是你们的老朋友。今天咱们正式开讲《激光雷达点云滤波全流程解析》的第一章。说实话，每次带新人入门，我都要先跟他们聊聊点云数据的基础。为啥？因为很多坑，都是基础不牢导致的。

我记得刚入行那会儿，拿到一个PCD文件就直接开干，结果程序跑起来各种报错。后来才发现，连点云里存的是啥都没搞清楚。嗯，咱们今天就把这块地基打扎实。

1.1 PCL库简介

PCL，全称Point Cloud Library，是点云处理领域最常用的开源库。我个人习惯把它比作「点云界的OpenCV」。你想想看，从点云滤波、配准、分割到识别，几乎你能想到的点云操作，它都给你封装好了。

PCL的核心优势在于：

模块化设计：每个功能模块独立，按需引入
算法丰富：滤波、特征估计、配准、分割等一应俱全
社区活跃：遇到问题基本都能搜到解决方案
跨平台：Windows、Linux、macOS都能跑

重要提示：PCL的版本兼容性是个老生常谈的问题。我建议你统一使用1.8.x或1.9.x系列，这两个版本最稳定，坑最少。

我在项目中遇到过最头疼的事，就是不同版本的PCL编译出来的库文件不兼容。所以，团队内部一定要统一版本号，不然联调的时候有你受的。

1.2 点云数据结构

点云数据，说白了就是一堆三维点的集合。但PCL里把这些点组织得很有讲究。咱们重点看两种最常用的：PointXYZ和PointXYZRGB。

1.2.1 PointXYZ

这是最基础的点类型。只存三个坐标值：x、y、z。结构体定义大概长这样：

struct PointXYZ {
    float x;
    float y;
    float z;
};

简单吧？但别小看它。我刚开始做项目时，以为点云就是一堆(x,y,z)堆在一起。后来才发现，PCL里每个点还带了一个padding字节，用来对齐内存。这个细节不注意，直接memcpy拷贝数据就会出问题。

避坑指南：我曾经因为直接按结构体大小去解析二进制PCD文件，结果数据全乱了。后来才意识到，PCL的PointXYZ实际占用16字节（4个float），而不是12字节。切记！

1.2.2 PointXYZRGB

这个类型在PointXYZ基础上，增加了RGB颜色信息。结构体定义：

struct PointXYZRGB {
    float x;
    float y;
    float z;
    uint32_t rgba;  // 颜色信息打包成一个32位整数
};

这里有个小技巧：RGB三个通道各占8位，打包成一个32位整数。你想想看，如果每个通道用一个float存，那内存占用直接翻4倍。PCL这么设计，说白了就是为了省内存。

我在做三维重建项目时，经常用PointXYZRGB来保存带有纹理信息的点云。这样后续做可视化时，直接就能看到彩色效果，调试起来特别直观。

1.3 点云文件的读写

点云数据存成文件，最常用的格式就是PCD和PLY。咱们一个一个说。

1.3.1 PCD格式

PCD是PCL自家的格式，也是我用得最多的。它的文件结构分为两部分：头部和数据区。

头部包含：

版本号
字段名（如x y z rgb）
每个字段的大小
点云总点数
数据存储类型（ASCII或二进制）

一个典型的PCD文件头部长这样：

# .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 12345
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 12345
DATA ascii

读写PCD文件的代码也很简单：

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>

// 读取PCD文件
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::io::loadPCDFile("input.pcd", *cloud);

// 写入PCD文件
pcl::io::savePCDFileASCII("output.pcd", *cloud);

个人经验：我建议你平时调试用ASCII格式，方便用文本编辑器查看。但正式处理大规模数据时，一定要用二进制格式。我测过，同样100万点的数据，二进制读写速度比ASCII快10倍以上。

1.3.2 PLY格式

PLY格式比PCD更通用，很多三维建模软件都支持。它的头部信息更丰富，可以定义顶点、面片、颜色等多种属性。

PLY文件的头部示例：

ply
format ascii 1.0
element vertex 12345
property float x
property float y
property float z
property uchar red
property uchar green
property uchar blue
end_header

读写PLY文件的代码：

#include <pcl/io/ply_io.h>

// 读取PLY文件
pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
pcl::io::loadPLYFile("input.ply", *cloud);

// 写入PLY文件
pcl::io::savePLYFileBinary("output.ply", *cloud);

注意：PLY格式的二进制存储方式有两种：little endian和big endian。不同系统之间传输文件时，一定要确认字节序。我曾经在ARM板子上读x86机器生成的PLY文件，颜色数据全反了，排查了半天才发现是字节序的问题。

1.4 知识体系总览

为了让你对整个章节有个直观认识，我画了一张结构图：

这张图把本章的核心内容串起来了。你仔细看看，PCL库是工具，数据结构是核心，文件读写是基本功。三者缺一不可。

1.5 本章小结

咱们这一章聊了三个重点：

PCL库：点云处理的瑞士军刀，版本统一很重要
点云数据结构：PointXYZ和PointXYZRGB，内存对齐别忽略
文件读写：PCD和PLY格式，调试用ASCII，生产用二进制

说实话，这些内容看起来简单，但我在实际项目中见过太多人在这上面栽跟头。你把这些基础打牢了，后面学滤波算法的时候，会轻松很多。

我的建议：学完这一章，你最好动手写几行代码。随便找个PCD文件，读进来，打印一下点数，再写出去。这个过程走一遍，比看十遍文档都管用。

好了，第一章就到这里。记住，点云处理没有捷径，但基础扎实了，后面的路就好走了。

📚 课程目录

第1章：点云数据基础

1.1 PCL库简介

1.2 点云数据结构

1.2.1 PointXYZ

1.2.2 PointXYZRGB

1.3 点云文件的读写

1.3.1 PCD格式

1.3.2 PLY格式

1.4 知识体系总览

1.5 本章小结