PCL：KD树

 kd-tree 或者 k 维树是计算机科学中使用的一种数据结构 ， 用来组织表示 k 维空间中点集合。它是一种带有其他约束条件的二分查找树。一共有两种搜索方式:radiusSearch和nearestKSearch,

pcl::KdTreeFLANN对象radiusSearch和nearestKSearch接口的性能分析：
1.当原点云与目标点云重叠区域较大时，优先选择nearestKSearch接口来寻找
最近邻，如果点云稀疏，并且搜索半径较小，也可以使用radiusSearch接口
来寻找最近邻
2.当原点云与目标点云重叠区域较小时，优先选择radiusSearch接口来寻找最近邻
避免退化问题

具体使用方法: K近邻搜索
    1.定义Kdtree对象     pcl::KdTreeFLANN<pcl::PointXYZ> kdtree;
    2.设置搜索空间kdTree.setInputCloud(cloud_in)
    3.定义查询起点pcl::pointxyz searchpoint,searchpoint.x = 0,同理定义yz坐标
    4.设置邻近点个数int K=9
    5.创建对象存储查询点近邻索引vector<int>
    6.创建对象存储近邻点对应平方距离vector<float>pointNKNSquaredDistance(K)
    7.进行K近邻搜索kdTree.nearestKSearch(searchpoint, K, pointIdxNKNSearch, pointNKNSquaredDistance)

演示代码如下