读自动驾驶激光雷达物体检测技术（Lidar Obstacle Detection）（2）：点云滤波FilterCloud（）函数

FilterCloud()所包括的功能：

1.首先使用体素滤波（相当于做稀释减少点的数量）（体素网格过滤将创建一个立方体网格, 过滤点云的方法是每个体素立方体内只留下一个点, 因此立方体每一边的长度越大, 点云的分辨率就越低. 但是如果体素网格太大, 就会损失掉物体原本的特征。）

2.过滤掉给定立方体之外的点云数据。（定义感兴趣区域, 并删除感兴趣区域外的任何点. 感兴趣区域的选择两侧需要尽量覆盖车道的宽度, 而前后的区域要保证你可以及时检测到前后车辆的移动。 在最终结果中, 我们使用pcl CropBox 查找自身车辆车顶的点云数据索引, 然后将这些索引提供给 pcl ExtractIndices 对象删除, 因为这些对于我们分析点云数据没有用处。）（相当于将自身车辆作为坐标轴的中心点（原点），然后以自身为中心 ，圈出一个立方体的范围（该立方体只需要知道对角线上的两个点AB坐标即可确定），成为每一次运动时候的感兴趣区域，也就是只关心区域内点的聚类等后续操作。如下图：立方体之外的就不要了。）
 

                                

3.提取车身周围小范围内的所有的点，并将提取到的所有点保存在indices中。相当于在上图立方体内再扣掉一个立方体（扣掉的这个立方体即为车身范围内的即把车这部分没采取到的盲区给