PCL点云配准误差评估：均方误差（MSE）

点云配准是计算机视觉和机器人感知中的重要任务，它的目标是将多个点云数据集对齐，以便进行后续的分析和处理。在配准过程中，误差评估是评估配准结果质量的关键指标之一。本文将介绍一种常用的误差评估方法——均方误差（Mean Squared Error，MSE），并提供相应的源代码示例。

均方误差是一种常见的误差评估指标，用于测量两个数据集之间的差异程度。在点云配准中，它可以用于度量配准结果与参考数据之间的差异。具体而言，均方误差计算了配准后每个点的对应关系下的平方误差的平均值。

下面是一个使用PCL（Point Cloud Library）库进行点云配准误差评估的示例代码：

#include <iostream>
#include <pcl/io/pcd_io.h>