点云是3D空间中数据点的集合，其中每个点代表现实物体表面上某个位置的X坐标、Y坐标和z坐标，这些点共同映射整个表面。
点云用于捕捉现实场景，通常由激光雷达扫描仪、立体相机和飞行时间相机产生。
根据数据类型可分为两类:
- 有组织的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 x N x C，其中M是行数，N是列数，C是通道数。与2D图像类似，此数据类型包含有关相邻点之间关系的信息。
- 无组织点云格式为M x C，其中M是点的数量，C是通道的数量。激光雷达传感器的原始数据被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中的感知和导航。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 万博1manbetx激光雷达工具箱™而且计算机视觉工具箱．
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
- 激光雷达相机标定
- 目标检测和语义分割
- 对象跟踪
- 注册、地图构建和SLAM
- cpu和gpu部署
来自Velodyne传感器的实时激光雷达数据流。(参见如何在MATLAB中做到这一点)
利用SqueezeSegV2进行点云语义分割。有组织的激光雷达数据在语义上分为汽车(红色)、卡车(紫色)和背景(黑色)。(见MATLAB示例)
