点云
由空间中大量 3D 坐标点 (x, y, z) 组成的数据格式。通过 LiDAR 或立体相机获取，是 3D 建模、自动驾驶和测量的基础数据。
点云是三维空间中数据点的集合，表示物体或环境的外表面。每个点至少携带其 3D 坐标 (x, y, z)，还可能包含颜色 (RGB)、表面法线向量和反射强度等附加属性。与网格或体素不同，点云是点之间没有显式连接关系的非结构化数据。
点云通过各种传感技术获取。LiDAR (光探测和测距) 使用激光脉冲飞行时间测量距离，每秒捕获数十万到数百万个点。立体相机从视差图计算 3D 坐标。运动恢复结构 (SfM) 从多张 2D 图像重建 3D 点云。深度相机 (ToF、结构光) 实时生成点云。
- 文件格式：PLY、PCD (Point Cloud Data) 和 LAS/LAZ (航空测量标准) 最为常见。PLY 在头部提供灵活的属性定义，PCD 是 Point Cloud Library (PCL) 的原生格式
- 预处理：标准流程包括降采样 (体素网格滤波减少点数)、离群点移除 (统计离群点移除) 和法线估计 (从邻近点计算表面方向)
- 配准：ICP (迭代最近点) 算法是将多次扫描对齐到统一坐标系的标准方法。基于特征的方法如 FPFH 在 ICP 精修前提供粗略初始对齐
主要的点云处理库包括 PCL (C++) 和 Open3D (Python/C++)。在深度学习中，PointNet 和 PointNet++ 直接消费原始点云进行 3D 物体分类和语义分割。自动驾驶系统使用 LiDAR 点云通过 PointPillars 和 CenterPoint 等架构实时检测行人、车辆和骑行者。