Pointcloud基本上是一个简单的结构。它是三维空间中的点的集合，每个点都被赋予一个笛卡尔坐标。点还可以被赋予其他属性，通常这些属性将表明它们是如何获得的。例如，收集数据的测量设备"看到"这些点的时间。还可能包括该点的强度或位置误差。通常在进行调查后，Pointclouds会有大约1亿个点。摄影也可以利用摄影测量技术在Pointclouds上进行叠加，基本上可以建立3D摄影。
收集点云数据的主要方法是使用激光雷达。激光雷达是一种类似于雷达的技术，其工作原理是光从设备中发出，并从物体上反弹回来。不同的是，无线电使用大波长的电波，而激光雷达使用小波长的激光来实现高精度。光回到设备的时间与光速一起计算距离。通常情况下，激光雷达设备会包含一个固定的垂直角度的激光器，但在水平面内会旋转。在设备内部，设备知道激光器垂直指向的角度及其方位角。这样，设备就能以三维球面坐标的方式获得该点在物体上的位置。里面的激光器每秒钟可以产生上千个点。上文提到的强度，是反射光束的强度，表示物体的反射率。
点云是用来做什么的？
点云的应用范围很广。它们越来越多地被实时用于机器人和自动驾驶计算机，以了解其环境并在其中导航。Pointcloud中的数据可以方便地识别和辨认表面和物体，例如，其他汽车、路标和车道标记。OxTS ，从根本上帮助汽车制造商获得他们需要的导航数据，以配合自主汽车开发中的激光雷达数据，以及创建Pointcloud用于测量。使用Pointcloud分析软件很容易计算出距离和体积，强度可以帮助识别不同的材料。LiDAR提供的另一个功能是多回程。这允许一个激光脉冲（具有有限的截面）从多个表面反弹回来，从同一个脉冲中得到多个点。这对于看清窗户和透过窗户看清窗户特别有用，对于无数的其他用途也很有用，例如当用无人机飞过时，可以看到树线的顶端和地面。也可以用来看雪的深度。激光雷达可以看到最上面的雪层，也可以从下面的地面上得到另一个强大的回报。
在OxTS ，我们看到LiDAR Pointclouds被用于无人驾驶汽车和工作车辆的开发、海岸和森林管理、基础设施监测（标志、排水、桥梁、路面、铁路等）、创建城市的3D模型、管道勘探等。最终的产品是一种简单的文件格式，对于它来说，可能性几乎是无限的--我们一直看到使用Pointclouds的新应用。
阅读"什么是点云？"系列的下一节。Pointcloud是如何制作的？(什么是地理参考点云？)
Pointcloud网络研讨会
OxTS 团队定期举办网络研讨会，分享知识，并为客户提供支持，让客户从他们的OxTS 产品中获得最好的效果。以下是一些pointcloud相关的网络研讨会，您可能希望查看，以了解更多关于这个主题的信息。
如何从你的数据中得到最好的结果。如何创建Pointcloud的孔径校准演示。
为了获得可能的最佳位置和方向数据，测绘专业人员必须将其LiDAR设备与INS配对。然而，根据设计，将LiDAR和INS设备配对可能会因偏移而产生不准确，而这些偏移在没有某种形式的数据驱动校准的情况下很难测量。加入OxTS 产品工程师Jacob Amacker，讨论如何从数据中获得最佳输出。
点云精度：如何避免或减轻误差因素？
为了生成精确的点云，测绘专业人员必须将激光雷达设备与INS配对，以获得最佳位置和方向数据。 然而，许多因素会影响点云的质量。加入高级支持工程师Sam Souliman（OxTS ）的行列，讨论每个参数对点云最终质量的影响，并提供改善结果的建议，或减轻每个参数的影响。
利用无人机进行激光雷达勘测的高级设置。
加入山姆 Souliman高级支持工程师 OxTS，以了解如何最好地配置一个 OxTS使用无人机进行激光雷达测量的惯性导航系统（INS）。 这是为有经验的NAVconfig 用户举办的高级会议。
为什么要在移动测绘车上使用INS？
移动测绘提供了一种快速有效地绘制特定区域地图的手段，然而在收集数据时，测量的准确性、精确度和频率可能会因调查所处的环境而有很大的不同。请加入巴黎-奥斯汀（OxTS 业务经理）的网络研讨会，他将讨论为什么在进行移动测绘时使用惯性导航系统（INS）非常重要。
