1. 三维感知基础：传感器原理与点云数据
各位同学，欢迎来到《场景重建与点云配准》的第一章。我是这门课的主讲，在三维视觉和点云处理领域摸爬滚打了十来年。今天咱们先打好地基——聊聊三维感知的那些传感器，以及点云数据到底长什么样。
你可能会问：为什么一上来就讲传感器？说白了，后面所有的配准、重建、分割，都依赖传感器采集的原始数据。传感器选错了，后面算法再牛也白搭。我在项目里见过太多这样的坑了。
1.1 主流三维传感器
目前市面上主流的深度传感器，我按原理分成三类：激光雷达、结构光/双目深度相机、ToF（飞行时间）相机。它们各有各的脾气。
| 传感器类型 | 工作原理 | 典型代表 | 测距范围 | 精度 | 适用场景 |
|---|---|---|---|---|---|
| 激光雷达（LiDAR） | 脉冲激光飞行时间 | Velodyne、Ouster、禾赛 | 10m ~ 200m+ | cm级 | 自动驾驶、大场景测绘 |
| 结构光深度相机 | 投射编码光斑 + 三角测量 | Kinect v1、Intel RealSense | 0.1m ~ 5m | mm级 | 室内、人脸、物体扫描 |
| ToF 相机 | 连续波调制光相位差 | Kinect v2、PMD、索尼 | 0.3m ~ 10m | cm级 | 室内、手势交互、SLAM |
| 双目立体相机 | 双视角图像匹配 + 三角测量 | ZED、MYNT EYE | 0.5m ~ 20m | 随距离退化 | 室内外、视觉SLAM |
我的经验之谈：选传感器别只看参数表。激光雷达在雨雾天性能下降严重，结构光在强阳光下基本失效。我曾经在户外用 Kinect v1 做重建，结果光斑被太阳光淹没，点云全是空洞。后来换了 ToF 相机，虽然精度差点，但至少能出数据。
1.1.1 激光雷达（LiDAR）
激光雷达的原理其实很简单：发射一束激光，打到物体表面反射回来，测量飞行时间，距离 = 光速 × 时间 / 2。再配合旋转扫描，就能得到一圈一圈的点云。
嗯，这里要注意：激光雷达分机械式和固态式。机械式有旋转部件，寿命有限；固态式用光学相控阵或微振镜，体积小但视场角受限。我建议做室外大场景重建，优先考虑 32 线以上的机械式 LiDAR，点云密度够用。
1.1.2 深度相机（结构光 & ToF）
深度相机是室内重建的主力。结构光相机投射已知图案，通过图案变形计算深度。ToF 相机则测量发射光和反射光之间的相位差。
你想想看，结构光在近距离精度极高，但有个致命弱点——多路径干扰。在墙角、凹面等位置，反射光会多次弹跳，导致深度测量偏大。ToF 相机也有问题，它的测量值容易受环境光中的红外成分干扰。
避坑指南：我曾经用 ToF 相机在阳光直射的窗边做重建，点云里出现了一大片飞点。后来发现是太阳光中的红外分量干扰了相位测量。解决办法是加装带通滤光片，或者干脆拉上窗帘。
1.2 点云数据格式
传感器采集到的原始数据，最终要存成文件。市面上常见的点云格式有 PCD、PLY、LAS 三种。我个人的习惯是：做算法原型用 PCD，做可视化用 PLY，做测绘地理信息用 LAS。
| 格式 | 全称 | 特点 | 适用场景 |
|---|---|---|---|
| PCD | Point Cloud Data | PCL 原生格式，支持 ASCII 和二进制，可自定义字段 | 算法开发、PCL 库使用 |
| PLY | Polygon File Format | 支持点云和三角网格，可带颜色和法向量 | 可视化、3D 打印、Mesh 重建 |
| LAS | LASer file format | 工业标准，支持分类、强度、回波次数等属性 | 测绘、GIS、LiDAR 点云处理 |
1.2.1 PCD 格式
PCD 是 Point Cloud Library（PCL）的亲儿子。它的文件头包含点云的基本信息：点数、字段名、大小、类型、宽度/高度（有序点云才有）。
# .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
0.123 0.456 0.789 4294967295
0.234 0.567 0.890 4278190335
...我个人建议：数据量小（百万点以内）用 ASCII 格式方便调试；数据量大用二进制格式，读写速度快 10 倍以上。
1.2.2 PLY 格式
PLY 格式比 PCD 更通用，Blender、MeshLab 等工具都支持。它既可以存点云，也可以存三角网格。PLY 的文件头用 element 关键字定义顶点和面。
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
element face 0
property list uchar int vertex_indices
end_header
0.123 0.456 0.789 255 0 0
0.234 0.567 0.890 0 255 0
...注意：PLY 的二进制格式分 little endian 和 big endian，跨平台读写时一定要检查字节序。我曾经在 Windows 上写了一个 PLY 文件，拿到 Linux 上读出来全是乱码，折腾了半天才发现是字节序问题。
1.2.3 LAS 格式
LAS 是测绘行业的金标准。它除了存 xyz 坐标，还存了强度值、回波次数、分类标签（地面、建筑、植被等）。LAS 1.2 和 LAS 1.4 是主流版本，后者支持更多字段。
做测绘项目时，我建议直接用 LAS 格式，因为下游的 GIS 软件（ArcGIS、QGIS）都原生支持。PCD 和 PLY 在测绘领域反而水土不服。
1.3 坐标系与变换
点云数据本身只是一堆三维坐标，但这些坐标是在哪个坐标系下定义的？这就引出了坐标系变换的问题。
常见的坐标系有：
- 传感器坐标系：以传感器光心为原点，z 轴指向拍摄方向
- 世界坐标系：固定的全局参考系，通常用东北天（ENU）或北东地（NED）
- 相机坐标系：与传感器坐标系类似，但通常 x 向右、y 向下、z 向前
- 图像像素坐标系：二维的 u-v 坐标，原点在左上角
坐标系之间的变换，核心就是旋转 + 平移，用 4×4 齐次变换矩阵表示：
| R t |
| 0 1 |其中 R 是 3×3 旋转矩阵，t 是 3×1 平移向量。注意：旋转矩阵必须是正交矩阵，行列式为 +1。
我的经验：坐标系变换是三维重建中最容易出错的地方。我见过太多人把旋转矩阵的转置和逆搞混，或者把平移向量加反了。我的建议是：每次做变换前，先画个坐标系示意图，标清楚原点方向和变换顺序。
1.4 本章知识体系
下面这张图总结了本章的核心内容，帮你建立整体框架：
学习建议：本章内容偏基础，但非常重要。我建议你动手做两件事：一是用 PCL 或 Open3D 读取一个 PCD 文件，打印出点云信息；二是写一个小程序，把点云从传感器坐标系变换到世界坐标系。只有亲手写过代码，才能真正理解坐标系变换的含义。