点云是三维空间中数据点的集合，其中每个点表示真实对象曲面上某个位置的X、Y和Z坐标，这些点共同映射整个曲面。
点云用于捕捉真实场景，通常由激光雷达扫描仪、立体相机和飞行时间相机生成。
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相机和飞行时间相机中的传感器生成。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。与二维图像类似，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是点数，C是通道数。激光雷达传感器的原始数据生成为无组织点云。
点云处理用于机器人技术和自动驾驶应用中的感知和导航。它也可用于增强现实（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™和计算机视觉工具箱™.
常见的工作流和任务包括：
- 读取、写入和流式处理点云
- 预处理：降采样、中值滤波、变换、从三维点云提取特征和对齐
- 激光雷达相机校准
- 目标检测与语义分割
- 目标跟踪
- 注册，地图建筑和SLAM
- 在CPU和GPU上部署
来自Velodyne传感器的实时激光雷达数据流。（请参见如何在MATLAB中执行此操作）
使用SqueezeSegV2对点云进行语义分割。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）。（参见MATLAB示例）
