点云是三维空间中数据点的集合，其中每个点代表真实物体表面上一个位置的X、Y和z坐标，这些点共同映射整个表面。
点云用于捕捉真实世界的场景，通常由激光雷达扫描仪、立体相机和飞行时间相机生成。
根据数据类型，它们可以分为两类：
- 有序点云通常是由立体声和飞行时间相机中的传感器产生的。它们的格式是M × N × C，其中M是行数，N是列数，C是通道数。类似于2D图像，该数据类型包含关于相邻点之间关系的信息。
- 无组织的点云有M × C的格式，其中M是点的数目，C是通道的数目。激光雷达传感器的原始数据生成为无组织的点云。
点云处理用于机器人和自动驾驶应用的感知和导航。它还可以用于增强现实(AR)和虚拟现实(VR)应用。MATLAB®提供支持点云处理的工具和参考应用程序，特别是通过 金宝app激光雷达工具箱™和计算机视觉工具箱™．
常见的工作流程和任务包括:
- 读、写、流点云
- 预处理:下采样、中值滤波、变换、提取特征、对齐3D点云
- 激光雷达相机校正
- 目标检测和语义分割
- 对象跟踪
- 注册、地图构建和大满贯
- cpu / gpu部署
Velodyne传感器的实时激光雷达数据。(参见如何在MATLAB中完成此操作)
基于SqueezeSegV2的点云语义分割。有组织的激光雷达数据在语义上被分割成汽车(红色)、卡车(紫色)和背景(黑色)。(见MATLAB的例子)
