PCL 均匀快速采样：一种高效的点云采样方法

点云是一种常见的三维数据表示形式，广泛应用于计算机视觉、机器人技术和自动驾驶等领域。在点云处理中，采样是一个重要的步骤，用于减少点云数据的数量，简化计算和提高处理效率。PCL（点云库）是一个流行的开源库，提供了丰富的点云处理算法，其中包含了一种名为 “均匀快速采样” 的方法，用于高效地对点云进行采样。本文将介绍 PCL 的均匀快速采样方法，并提供相应的源代码示例。

均匀快速采样（Uniform Sampling）是一种基于体素（Voxel）的采样方法。它的基本思想是将点云空间分割为等大小的立方体体素，并从每个体素中选择一个代表性点作为采样点。由于体素的大小是固定的，因此采样点的数量可以通过调整体素大小来控制。相比于随机采样或其他采样方法，均匀快速采样能够更好地保持原始点云的分布特征，同时保证采样点的数量可控。

下面是使用 PCL 进行均匀快速采样的示例代码：

#include <iostream>