3D is here: Point Cloud Library (PCL)
摘要：
随着新型，低成本的3D传感器硬件的出现（例如Kinect），以及科研人员在高级点云处理研究上的不断努力，3D感知在机器人技术以及其他领域显得愈发重要。
本文，我们将介绍在点云感知领域的一项最新举措：PCL（点云库– http://pointclouds.org）。PCL为3D感知领域提供了一种先进且广泛的方法，旨在为常见的需要用到3D功能的需求提供支持。该库包含用于以下方面的最新算法：滤波，特征估计，表面重建，配准，模型拟合和分段。PCL得到了国际机器人技术和感知研究人员的支持。我们简要介绍下PCL，包括其算法功能和实现策略。
一、介绍
为了使机器人在非结构化环境中工作，他们需要能够感知世界。在过去的20年中，我们走过了一段很长的路。从简单的距离传感器（基于声纳或红外线），提供几个字节的信息；到无处不在的相机；再到激光扫描仪。在过去的几年中，像DARPA Urban Challenge上用的Velodyne旋转激光雷达，和倾斜激光PR2上使用的扫描仪为我们提供了高质量的3D世界的表示形式-点云。但是很遗憾，这些系统都很昂贵，要花费数千甚至数十万美元数千美元，因此很多机器人项目都无法承担这样的开支。
但是最近几年，3D传感器变得很容易获得，这改变了游戏规则。比如，用于微软XBox 360游戏系统的Kinect传感器，基于PrimeSense技术。只要150
