从零开始一起学习SLAM | 你好，点云

本文提纲

先热热身
点云是啥
你知道点云优缺点吗？
点云库PCL：开发者的福音
PCL安装指北
炒鸡简单的PCL实践
留个作业再走
先热热身

小白：hi，师兄，好久不见
师兄：师妹好，上周单应矩阵作业做了吗？
小白：嗯，做了，这个单应矩阵真的挺有意思的。作业之外，我发现了一个新技能。。。
师兄：什么技能？
小白：我发现很多网上流传的图片都可以用上次我学过的单应矩阵实现，你看这张图，我第一次看到还以为是真的

现在知道这不就是我们上节课讲的单应矩阵的变换吗？
果然我在网上找到了原图

现在我也会用OpenCV里的单应函数做这样的图了~

师兄：哈哈，厉害了，会学以致用了。话说回来，今天有啥想问的？
小白：嗯，最近在看点云相关的，师兄要不给我扫扫盲吧？
师兄：这个我也有些了解，就把我知道的给你说说吧
小白：yeah，师兄最棒！

点云是啥

师兄：那我就当你是个小白吧，从点云的定义说起。点云的英文是“point cloud”，点云的意思和它的名字一样，就是一堆点的集合，看起来像是一坨“云”。
小白：一坨。。。

师兄：哦，一坨不太文雅，应该是像一片“云”一样。上面只是一种形象的说法，其实点云在编程实现的时候是一种数据结构，用来表达多维空间中点的集合，这个多维空间一般对我们来说是三维空间。
小白：哦，原来如此，也就是我们所在的 XYZ 空间咯

师兄：对，因此点云在三维相关的领域内用的很多，比如三维扫描，三维重建、三维感知等方面。
小白：那点云是怎么得到的啊？
师兄：一般是通过三维成像传感器得到的，比如双目相机、三维扫描仪、RGB-D相机等，除了可以用这种特殊的硬件得到，也可以用计算机合成。

小白：嗯嗯，师兄说了这么多，还是没有一个直观的印象，这个点云到底长什么样？
师兄：想要直观一点的话，我直接给你看点云图吧，你看下面就是室外一个街道的点云图，远看能看清房子，树木的轮廓啊

小白：嗯嗯，确实能看出轮廓出来，不过不像是我们平时拍的照片，这个点云好像看着不是很清楚哎！

你知道点云优缺点吗？

师兄：确实是这样的，这也是点云的一个缺点吧
小白：那师兄能否顺便说说，这个点云的表达有啥优缺点呢？
师兄：这个问题问的有水平，额，我想想，我先说说优点吧。

第一个优点就是可以表达物体的空间轮廓和具体位置，比如上面这个图，我们能看出来街道的样子，房屋的形状，距离摄像机的距离也是知道的