说好了要学习点云处理，那就从基础做起，我将根据《ROS机器人程序设计》中点云部分的内容写一系列学习笔记。
完成后，再学习点云库PCL进阶。
点云是由飞行时间（Time of Flight）摄像头和激光扫描仪在3D空间采集的有限点集构成的。
点云库（PCL）提供了大量数据类型和数据结构，不仅能方便的表示采样空间中的点，而且可以表示采样空间的不同属性，比如颜色、法向量等。PCL同样提供了许多最先进的算法对数据样本进行处理，比如滤波、模型估计、表面重建等。
点云库为处理3D数据提供了一组数据结构和算法，ROS的PCL接口提供了一组消息以及消息与PCL数据结构之间的转换函数。
点云中最重要的公共字段：
- header：pcl::PCLHeader类型，指定了点云的获取时间
- points：std::vector<PointT,…>类型，它是存储所有点的容器
- width：指定了点云组成一种图像时的宽度，否则它包含的是云中点的数量
- height：指定了点云组成一种图像时的高度，否则它总是1
- is_dense：指定了点云中是否有无效值（无穷大或NaN值）
- sensor_origin：Eigen::Vector4f类型，并且定义了传感器根据相对于原点的平移所得到的位姿
- sensor_orientation：Eigen::Quaternionf类型，并且定义了传感器旋转所得到的位姿
PCL算法利用这些字段来处理数据，并且用户可以利用它们来创建自己的算法。
PCL定义了许多不同类型的点，最常用到的类型如下：
- pcl::PointXYZ：最简单也可能最常用到的点类型，只存储了3D xyz信息
- pcl::PointXYZI：在pcl::PointXYZ的基础上，还包含了一个描述点亮度（intensity）的字段
- pcl::PointXYZRGBA：存储3D信息，也存储颜色（RGB）和透明度（A=Alpha）
- pcl::PointXYZRGB：存储3D信息，也存储颜色（RGB）
- pcl::Normal：最常用的点类型，表示曲面上给定点处的法线以及测量测量的曲率
- pcl::PointNormal：包含了给定点所在曲面法线以及曲率信息，还包含3D信息
PCL算法都是模板化的，不仅可以使用已经可用的类型，还可以使用用户定义的语法正确的类型。
PCL的开发者把每个算法做出一个类，这个类属于一个有着特定共性的继承类。这就允许开发者通过获取已经存在的算法并加上新算法所需的参数，以重用这些算法，并且允许用户通过存取器轻松地为算法提供他所需要的参数值，而其余的参数都去默认值。
下面代码展示了通常是如何使用PCL算法的：
通过ROS自带的基于消息的通信系统，ROS的PCL接口提供了与PCL数据结构进行通信所需要的方法。
最重要的消息类型如下：
- std_msgs::Header：不是真的消息类型，通常是每个ROS消息的一部分，包含消息发送时间、序列号和坐标系名称等信息，等价的PCL类型是pcl::Header
- sensor_msgs::PointCloud2：最重要的消息类型，用来转换pcl::PointCloud类型
- pcl_msgs::PointIndices：存储了点云中点的索引，等价的PCL类型是pcl::PointIndices
- pcl_msgs::PolygonMesh：保存了描绘网格、顶点和多边形的信息，等价的PCL类型是pcl::PolygonMesh
- pcl_msgs::Vertices：将一组顶点的索引保存在一个数组中，等价的PCL类型是pcl::Vertices
- pcl_msgs::ModelCoefficients：存储了一个模板的不同系数，等价的PCL类型是pcl::ModelCoefficients
通过ROS的PCL功能包提供的转换函数可以将前面的消息转换为PCL类型或者从PCL类型转换为消息。
指定了一组函数执行消息与PCL类型的转换：
void toROSMsg(const pcl::PointCloud<T> &, sensor_msgs::PointCloud2 &);
void fromROSMsg(const sensor_msgs::PointCloud2 &, pcl::PointCloud<T> &);
void moveFromROSMsg(const sensor_msgs::PointCloud2 &, pcl::PointCloud<T> &);