**

** pcdownsample降采样减少点云数据量：

一、语法：

二、描述：

//random 随机下采样方式；percentage 百分比 //返回一个带有随机采样且没有替换的下采样点云。百分比输入指定返回到输出的输入部分。

//gridAverage平均网格；gridStep网格步长 //使用box grid过滤器返回下采样点云。gridStep输入指定3d框的大小。

//nonuniformGridSample非均匀网格取样；maxNumPoints最大点数 //使用非均匀盒网格过滤器返回下采样点云。您必须将网格框中的最大点数maxNumPoints设 置为至少6。

三、例子： 一、下采样点云使用网格过滤：

二、从点云中删除冗余点：

1、随机采样方法（random）： 指定为字符串“Random”。这种方法比“gridAverage”下采样方法更有效，尤其是在点云注册之前。 百分比 – 投入的百分比（percentage（积极的标量））： 输入的百分比，在[0,1]范围内指定为正标量。百分比输入指定函数返回的输入部分。

2、平均网格下采样方法（gridAverage）： 指定为字符串“gridAverage”。同一个框中的点被合并到输出中的一个点。它们的颜色和正常属性也相应平均。该方法保留了点云的形状。 该函数为整个点云计算轴向对齐的边界框。边界框被划分为由gridStep指定大小的网格框。每个网格框中的点通过对它们的位置、颜色和法线进行平均合并。

网格步长-网格过滤器的三维框的大小（gridStep（数值））： 用于网格过滤器的三维框的大小，指定为数值。当没有足够的资源构建大型细粒度网格时，增加gridStep的大小。

3、非均匀网格抽样法（nonuniformGridSample）： 非均匀网格抽样方法，指定为字符串“非均匀网格抽样”。该方法的最佳用途是，在使用“pointToPlane”度量时，将其作为点云注册的pcregrigid函数的预处理步骤。当您使用“非均变网格采样”算法时，法线是在向下采样之前对原始数据进行计算的。下采样输出保持了更准确的法线。

网格框中的最大点数（maxNumPoints）（整数）： 网格框中的最大点数，指定为大于6的整数。该方法从每个框中随机选择一个点。如果输入点云中没有提供normal，则此方法将自动填充ptCloudOut输出中的normal属性。

ptCloudOut -过滤点云 pointCloud对象