PCL法线计算建议

这段时间在计算法线时发现，当kdtree设置有序和无序时，协方差矩阵计算结果不一致，

点云图如上：
计算法线结果

法线计算结果（默认情况，不排序）

不排序计算协方差（第一个点）

3.05176e-05            0  4.76837e-06
           0  1.66893e-05 -3.57628e-07
 4.76837e-06 -3.57628e-07    5.126e-06
 法线
 -0.178541
0.0282765
0.983526

排序后协方差（第一个点）

2.28882e-05  1.90735e-06  6.67572e-06
 1.90735e-06   1.7643e-05 -3.57628e-07
 6.67572e-06 -3.57628e-07  4.70877e-06
法线
-0.315286
0.0619243
0.946974

看源码得知，以下代码导致计算结果不一致

    for (std::vector<int>::const_iterator iIt = indices.begin (); iIt != indices.end (); ++iIt)
    {
		std::cout << cloud[*iIt] << std::endl;
      //const PointT& point = cloud[*iIt];
      accu [0] += cloud[*iIt].x * cloud[*iIt].x;
      accu [1] += cloud[*iIt].x * cloud[*iIt].y;
      accu [2] += cloud[*iIt].x * cloud[*iIt].z;
      accu [3] += cloud[*iIt].y * cloud[*iIt].y;
      accu [4] += cloud[*iIt].y * cloud[*iIt].z;
      accu [5] += cloud[*iIt].z * cloud[*iIt].z;
      accu [6] += cloud[*iIt].x;
      accu [7] += cloud[*iIt].y;
      accu [8] += cloud[*iIt].z;
    }

有序accu [0]=5459.22266
无序accu [0]=5459.22412
小数点第三位出现不一致，这对点云估计有很大的影响，因为协方差基本都是在小数点后五位的量级。
对以上结果进行分析，无论是否排序，indices都是内容都是一致的，只是顺序不同，考虑计算过程可能出现问题
改变代码如下：

	float temp = 0;
	for (size_t i = 0; i < indices.size(); i++)
	{
		temp += cloud->points[indices[i]].x * cloud->points[indices[i]].x;
		std::cout << setprecision(10) << cloud->points[indices[i]].x<<'\t'<< temp << "\t"<<indices[i]<<std::endl;
	}

计算出的结果没有变化，依然有差异，由此猜想可能是float精度不够导致的，将float换成double，发现结果一致，为5459.223686.
以上结果表明在进行计算时，最好选择double，防止因为精度问题导致的结果差异。
float保留9位有效数字，其中前六位是准确的，后三位可能出现偏差。针对大尺度数据没有问题，小尺度微小的差异都将对点云法线估计造成比较大的影响。
pcl法线估计不好修改，主要是点云的存储为float，Eigen不能混合不同类型，比较麻烦，可以选择直接继承NormalEstimation。