1. 点云基础与3D世界
各位同学，欢迎来到《点云处理与模型匹配》的第一章。
说实话，每次开课我都很期待讲这一节。因为点云这个东西，听起来高大上，但说白了——它就是一堆三维空间里的点。你想想看，我们人眼看世界，看到的是颜色、纹理、形状。而机器呢？它看到的就是这些密密麻麻的坐标点。
我个人习惯把点云叫做“3D世界的像素”。就像一张照片由像素组成，一个三维场景就由点云组成。只不过每个点不光有位置，还可能带着颜色、强度这些附加信息。
1.1 点云数据到底是什么？
点云（Point Cloud），就是在同一空间参考系下，表达目标空间分布和表面特性的海量点集合。每个点通常包含三维坐标 (X, Y, Z)，有些还会带上 RGB 颜色、激光反射强度、法向量等信息。
核心概念：点云 = 三维坐标 + 可选属性（颜色、强度、分类标签等）
我在做自动驾驶项目时，经常要处理上亿个点的激光雷达数据。刚开始觉得这数据量太吓人了，后来发现——其实大部分点都是冗余的。嗯，这里要注意，点云处理的第一步往往不是“怎么用”，而是“怎么删”。
| 属性 | 说明 | 典型应用 |
|---|---|---|
| XYZ坐标 | 必选，描述点在三维空间的位置 | 所有点云处理的基础 |
| RGB颜色 | 可选，来自相机或扫描仪 | 三维重建、纹理映射 |
| 反射强度 | 可选，LiDAR特有 | 地物分类、路面检测 |
| 法向量 | 可选，通过邻域计算 | 曲面重建、特征提取 |
1.2 点云是怎么来的？
获取点云的方式，我把它分成两大类：主动式和被动式。说白了，一个自己发光去照，一个靠别人给光。
1.2.1 LiDAR（激光雷达）
LiDAR 的工作原理很简单：发射激光束，打到物体上反射回来，根据飞行时间算出距离。转一圈，扫一片，就得到一圈点云。
我记得第一次接触 Velodyne 的 64 线激光雷达，那家伙转起来嗡嗡响，每秒能出 130 万个点。当时我就在想，这数据量，CPU 扛得住吗？后来发现——扛不住也得扛，这就是工业界的现实。
- 机械式LiDAR：多线旋转扫描，精度高，但贵、有机械磨损
- 固态LiDAR：无旋转部件，靠光学相控阵或闪光，成本低，视场角有限
- 单线LiDAR：只扫一条线，常用于避障、SLAM
1.2.2 深度相机
深度相机是另一种常见来源。它不像 LiDAR 那样扫一圈，而是像普通相机一样拍一张“深度图”，每个像素的值就是距离。
常用的技术有结构光（比如 Kinect v1）、ToF（比如 Kinect v2/Azure Kinect）、双目立体视觉。我踩过最大的坑就是双目——你以为两个摄像头就能算出深度？光照不好、纹理不够，出来的点云全是洞。
避坑指南：我曾经在室内用双目相机做三维重建，结果白墙区域全是空洞。后来换成结构光才解决问题。记住——深度相机对光照、纹理、反射面都很敏感，选型时一定要看场景。
| 获取方式 | 典型设备 | 精度 | 有效距离 | 适用场景 |
|---|---|---|---|---|
| 机械式LiDAR | Velodyne、Hesai | ±2cm | 100-300m | 自动驾驶、测绘 |
| 固态LiDAR | Livox、Ouster | ±3cm | 50-200m | 机器人、无人机 |
| 结构光相机 | Kinect v1、Intel RealSense | ±1mm | 0.5-5m | 室内重建、人机交互 |
| ToF相机 | Kinect v2、Azure Kinect | ±5mm | 0.5-10m | 室内、AR/VR |
| 双目立体 | ZED、Intel RealSense T系列 | ±1cm | 0.5-20m | 室外、弱光环境 |
1.3 常见的点云格式
格式这东西，说白了就是数据怎么存。我见过不下二十种点云格式，但常用的就那么几个。你想想看，要是每换一个设备就学一种新格式，那还干不干活了？
1.3.1 PCD（Point Cloud Data）
PCL 库的亲儿子。PCD 格式是 Point Cloud Library 定义的，也是我个人最常用的格式。它支持 ASCII 和二进制两种存储方式，头部信息清晰，扩展性好。
# .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 640
HEIGHT 480
VIEWPOINT 0 0 0 1 0 0 0
POINTS 307200
DATA ascii
0.123 0.456 0.789 16711680
0.234 0.567 0.890 65280
...1.3.2 PLY（Polygon File Format）
PLY 格式最早是斯坦福大学搞出来的，后来成了三维扫描领域的通用格式。它比 PCD 多了面片信息，适合做网格模型。我一般在做三维重建输出时用 PLY，因为可以直接导入 MeshLab 看效果。
1.3.3 XYZ / XYZRGB
最朴素的格式，没有之一。就是一行一个点，空格或逗号分隔。XYZ 只有坐标，XYZRGB 多了颜色。简单粗暴，但文件体积大，没有头部信息。
我的建议：做算法原型时用 XYZ 格式，方便调试；做工程部署时用 PCD 二进制格式，速度快、体积小；做最终成果展示时用 PLY，兼容性好。
| 格式 | 优点 | 缺点 | 典型用途 |
|---|---|---|---|
| PCD | 头部信息丰富、支持多种数据类型 | PCL生态外兼容性一般 | PCL处理、算法开发 |
| PLY | 支持网格、颜色、法向量 | 二进制/ASCII混用容易混淆 | 三维重建、可视化 |
| XYZ | 简单、通用、易解析 | 无头部信息、文件大 | 快速原型、数据交换 |
| LAS/LAZ | 行业标准、支持分类 | 解析复杂 | 测绘、地理信息 |
1.4 点云可视化基础
做点云处理，可视化是基本功。你看不到数据长什么样，怎么知道算法对不对？我刚开始学的时候，就吃了这个亏——写了半天滤波代码，结果可视化一看，参数设错了，点全滤没了。
1.4.1 用 PCL Visualizer 可视化
PCL 自带的可视化工具，简单好用。几行代码就能把点云显示出来。
#include <pcl/visualization/cloud_viewer.h>
pcl::visualization::CloudViewer viewer("点云查看器");
viewer.showCloud(cloud);
while (!viewer.wasStopped()) {
// 保持窗口打开
}1.4.2 用 Open3D 可视化
Open3D 的 API 更现代，交互也更友好。我个人现在做原型验证时，越来越喜欢用 Open3D。
import open3d as o3d
pcd = o3d.io.read_point_cloud("example.pcd")
o3d.visualization.draw_geometries([pcd],
window_name="点云可视化",
width=800, height=600)1.4.3 可视化时的常见问题
- 点太多看不清：用体素下采样，先降采样再看
- 颜色不对：检查 RGB 字段的编码方式，PCD 里 RGB 是 float 打包的
- 视角转不动：检查是否开启了交互模式
- 点云显示为空：先打印点数，再检查坐标范围，可能是离相机太远
我曾经踩过的坑：有一次怎么都显示不出点云，折腾了两小时。最后发现是点云的坐标值太大（几十万米），相机默认在原点，根本看不到。把坐标归一化到 [-1, 1] 就好了。所以——先看数据范围，再看可视化。
1.5 本章知识体系
下面这张图，是我自己梳理的点云基础知识框架。你可以把它当成一张地图，后面每学一章，都能在这张图上找到位置。
这张图把本章的核心内容串起来了。从点云的概念出发，到怎么获取、用什么格式存、怎么可视化看——这就是我们后面所有章节的基础。
好了，第一章就到这里。记住一句话：点云不神秘，它就是三维世界里的像素。后面我们会一步步深入，从滤波、配准到模型匹配，把这块硬骨头啃下来。