目前关于大家提出的什么是pcl这个问题，大家都希望能够得到一个答案，那么小编今天就去收集了一些什么是pcl相关的内容来分享给大家，如果大家感兴趣的话可以接着往下看。

PCL是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。

PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。

支持多种操作系统平台，可在 Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说 OpenCV 是 2D 信息获取与处理的结晶，那么 PCL 就在 3D 信息获取与处理上具有同等地位，PCL 是 BSD 授权方式，可以免费进行商业和学术应用。

PCL 起初是 ROS（Robot Operating System）下由来自于慕尼黑工业大学（TUM – Technische Universität München）和斯坦福大学（Stanford University）Radu 博士等人维护和开发的开源项目，主要应用于机器人研究应用领域，随着各个算法模块的积累，于 2011 年独立出来，正式与全球 3D 信息获取、处理的同行一起，组建了强大的开发维护团队，以多所知名大学、研究所和相关硬件、软件公司为主。

发展非常迅速，不断有新的研究机构等加入，在 Willow Garage, NVidia, Google (GSOC 2011), Toyota, Trimble, Urban Robotics, Honda Research Institute 等多个全球知名公司的资金支持下，不断提出新的开发计划，代码更新非常活跃，至今在不到一年的时间内从 0 版本已经发布到 0 版本。

PCL 利用 OpenMP、GPU、CUDA 等先进高性能计算技术，通过并行化提高程序实时性。K 近邻搜索操作的构架是基于 FLANN (Fast Library for Approximate Nearest Neighbors)所实现的，速度也是技术中最快的。PCL 中的所有模块和算法都是通过 Boost 共享指针来传送数据的，因而避免了多次复制系统中已存在的数据的需要，从 0.6 版本开始，PCL 就已经被移入到 Windows，MacOS 和 Linux 系统，并且在 Android 系统也已经开始投入使用，这使得 PCL 的应用容易移植与多方发布。