一、点云数据基础：什么是点云？
大家好，我是老张。做激光雷达这块有些年头了。今天咱们聊聊点云——这个听起来高大上，其实很接地气的东西。
点云是什么？说白了，就是一堆三维空间里的点。每个点都有 X、Y、Z 坐标。有些还带着颜色、强度之类的附加信息。你想想看，就像夜空里的星星，每个星星就是一个点。只不过点云里的点，是激光雷达打出来的。
我记得刚入行那会儿，第一次看到点云数据，心里想：这不就是一堆乱码吗？后来才明白，这堆「乱码」里藏着整个三维世界。
核心定义：点云（Point Cloud）是三维空间中一组离散点的集合，每个点至少包含三维坐标信息（X, Y, Z），常用于表示物体的表面形状或场景的空间结构。
1.1 点云数据格式
做项目这么多年，我接触过的点云格式少说也有十几种。但常用的，其实就下面这四种。我建议新手先掌握它们，够用了。
| 格式 | 全称 | 特点 | 适用场景 |
|---|---|---|---|
| PCD | Point Cloud Data | PCL库原生格式，支持多种数据类型 | 算法开发、点云处理 |
| PLY | Polygon File Format | 支持顶点和面片，可带颜色 | 3D建模、可视化 |
| LAS | LASer File Format | 工业标准，支持分类、强度 | 测绘、地理信息 |
| XYZ | 简单文本格式 | 纯文本，每行一个点 | 快速测试、数据交换 |
PCD 格式——我个人最常用。PCL 库的亲儿子，读写方便。头文件里会写明点云是几维的、什么类型。举个例子：
# .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
POINTS 307200
DATA ascii
0.123 0.456 0.789 0.5
0.234 0.567 0.890 0.6
...PLY 格式——做可视化时我经常用它。因为它能存三角面片。有一次做建筑物重建，PLY 格式帮了大忙，既能看点云，又能看模型。
LAS 格式——测绘行业的老大哥。我在做自动驾驶高精地图项目时遇到过，它支持分类标签，比如地面、植被、建筑物。嗯，这里要注意：LAS 格式有 1.0 到 1.4 多个版本，版本不同，字段也不同。
XYZ 格式——最简单，也最粗暴。每行三个数，空格隔开。适合快速验证。我曾经写过一个脚本，把其他格式转成 XYZ，就为了看一眼数据长啥样。
我的建议：新手先从 PCD 和 XYZ 入手。PCD 功能全，XYZ 简单直观。等熟悉了再碰 LAS 和 PLY。
1.2 点云数据的获取方式
点云怎么来的？主要有三种方式。我挨个说说。
1.2.1 激光雷达
这是最主流的获取方式。激光雷达发射激光束，打到物体上反射回来，通过飞行时间算出距离。说白了，就是「用光来量距离」。
激光雷达分两种：
- 机械式：旋转扫描，360度视野。Velodyne 的 64 线雷达，我当年调试时被它转动的噪音吵得头疼。
- 固态式：没有旋转部件，靠相控阵或 MEMS 扫描。体积小，寿命长。
我曾经在某个自动驾驶项目里，用 32 线激光雷达采集城市道路数据。白天还好，一到晚上，点云质量明显下降。为什么？因为环境光干扰少了，但反射率低的物体（比如黑色轮胎）还是很难打到。
避坑指南：我曾经以为激光雷达越多线越好。后来发现，16 线在某些场景下比 64 线更实用——数据量小，处理快。选型要看具体需求，别盲目追求高线数。
1.2.2 深度相机
深度相机是另一种获取点云的方式。它通过双目视觉或结构光来算深度。价格便宜，适合室内场景。
常见的深度相机有：
- 双目相机：两个摄像头，像人眼一样算视差。Intel RealSense 系列就是代表。
- ToF 相机：发射调制光，测相位差。微软 Kinect v2 用的就是这技术。
我记得有一次做室内机器人导航，用深度相机采集点云。结果阳光从窗户照进来，点云直接炸了——深度值全乱套。后来加了遮光罩才解决。
深度相机的优点是：帧率高（30fps 以上），成本低（几百到几千块）。缺点是：室外基本不能用，有效距离短（一般 5 米以内）。
1.2.3 结构光
结构光技术，说白了就是「投影+拍照」。投影仪打出特定图案（比如条纹），相机拍下变形后的图案，通过算法算出深度。
苹果的 Face ID 用的就是结构光。Kinect v1 也是。精度很高，能达到亚毫米级。但同样受环境光影响大。
我在做文物数字化项目时用过结构光扫描仪。扫描一个青铜器，精度 0.1mm，点云细腻得能看清纹路。但扫描黑色表面时，投影图案看不清，得喷显影剂。嗯，这也是个坑。
三种方式对比：
- 激光雷达：精度高、距离远、室外可用，但贵（几万到几十万）
- 深度相机：便宜、帧率高，但距离短、怕阳光
- 结构光：精度最高，但受环境光影响大，适合室内小物体
1.3 知识体系总览
下面这张图，是我自己画的。把本章的知识点串起来，方便你理解。
这张图把本章内容串起来了。左边是「什么是点云」，中间是「数据格式」，右边是「获取方式」。三者缺一不可。
好了，第一章就聊到这儿。点云这东西，看着简单，但坑不少。后面几章我会带你一步步踩坑、填坑。咱们下章见。
公众号:蓝海资料掘金营，微信deep3321