点云是3D空间中的数据点集合，其中每个点表示真实世界对象表面上的位置的X-，Y和Z坐标，并且集中地映射整个表面。
点云用于捕捉现实世界场景，通常由LIDAR扫描仪，立体声相机和飞行时间摄像机产生。
它们可以根据数据类型分为两类：
- 有组织的点云通常由立体声和飞行时间摄像机中的传感器产生。它们具有m x n x c的格式，其中m是行的数量，n是列的数量，并且c是通道的数量。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。
- 无组织点云具有m x c格式，其中m是点数，c是通道的数量。LIDAR传感器的原始数据被生成为无组织点云。
点云处理用于机器人和自动化驾驶应用中的感知和导航。它也可以用于增强现实（AR）和虚拟现实（VR）应用程序。马铃薯®提供支持点云处理的工具和参考应用程序，特别是通过万博1manbetx LIDAR Toolbox™和计算机Vision Toolbox™。
共同的工作流程和任务包括：
- 阅读，写作和流媒体云
- 预处理：下面，中值滤波器，变换，从中提取特征，并对齐3D点云
- 激光器相机校准
- 对象检测和语义分割
- 对象跟踪
- 注册，地图建筑和SLAM
- 在CPU和GPU上部署
从Velodyne传感器流式传输活LIDAR数据。（看看如何在Matlab中执行此操作）
使用SCREEZESEGV2的点云的语义分割。有组织的激光雷达数据是用车（红色），卡车（紫色）和背景（黑色）进行语义分割。（见Matlab示例）
有关详细信息，请参阅LIDAR Toolbox™和计算机Vision Toolbox™。
