PDAL 点云数据处理开源库翻译站点

PDAL 全称 Point Data Abstraction Library（点数据抽象库），是一个开源的 C/C++ 库与配套命令行程序，用于点云数据的转换与处理。它并不限于激光雷达数据，但多数工具的出发点来自 LiDAR。项目以文档站 pdal.org 发布，当前文档版本为 2.10.2，同时提供 C++ API 与 Python、Julia 绑定。核心设计是把对点云的操作组织成由若干 stage 组成的 pipeline（流水线），pipeline 可以用声明式 JSON 描述，也可以通过 API 构造。文档里举的典型例子是：把 ASPRS LAS 数据读进来，途中转换到统一坐标系，再写入数据库。若不这样做，就得为每个需求写一个专用程序，功能越加越散，代码也难以复用。

使用者是处理 LAS、COPC 等点云格式的测绘与遥感工程师、做地面滤波与 DEM 生产的技术人员、需要把点云入库或重投影的开发者，以及用 Python 或 Julia 做空间数据实验的研究者。参与方式是直接下载二进制或从包管理器安装，按文档写 pipeline；源码托管在公开仓库，可以提 issue、贡献代码，也可以按文档写自己的 reader、writer、filter 或 kernel 插件。项目有 Contributors 与 Coding Conventions 页面，说明协作方式。

导航按学习路径组织：Getting Started 下有 About、Download、Quickstart、Concepts；接着是 Applications、Pipeline Stages（Readers、Writers、Filters）、Dimensions、Types、Python、Java、Examples、Tutorials、Workshop；再往后是 Development、API（C++ API）、Community、FAQ、License、References、Repository。右上角有站内搜索。文档本身也提供单页 .md 与 .pdf 下载，方便离线查阅。

Applications 提供命令行工具，包括 translate、info、merge、split、tile、tindex、ground、density、delta、chamfer、hausdorff、eval、pipeline、random、sort。Readers 支持 arrow、bpf、copc、draco、ept、e57、gdal、hdf、i3s、las、matlab、nitf、numpy、obj、optech、pcd、pgpointcloud、ply、pts、ptx、rdb、rxp、slpk、stac、terrasolid、text、tiledb 等格式；Writers 支持 arrow、copc、e57、fbx、gdal、gltf、las、ogr、ply、raster、text、tiledb 等。Filters 数量最多，含地面分类（csf、pmf、smrf）、去噪（outlier、lof、elm）、重投影（reprojection）、裁切（crop）、抽稀（sample、decimation、voxeldownsize）、法向量与特征（normal、covariancefeatures、eigenvalues）、配准（icp、cpd、teaser）、DEM 与栅格化（dem、hag_dem）等，还有 Python 与 Julia 自定义滤波入口。

使用方式：开源免费，文档随版本发布并可切换历史版本；界面为英文。安装入口包括 Conda 与 QGIS 等，Quickstart 给出最小可用示例。Workshop 是成体系的教学材料，从 Introduction to LiDAR 与软件安装讲起，依次是打印第一个点、查看文件元数据、按坐标搜索邻近点、压缩、重投影、Entwine，再进入操作部分：找边界、按多边形裁切、用影像着色、去噪、查看采集密度、抽稀、识别地面点、生成 DTM、生成曲面网格、栅格化、计算属性、画直方图、地理配准、批量处理。按这条路径走一遍，基本能覆盖日常生产里的大部分需求。之后按任务查 Examples：读取 EPT、LAS 读写、按几何裁切、地面滤波、应用网格偏移、用 tindex 处理大批量数据。遇到行为差异时先看 FAQ 与 License，再查仓库 issue。

适合需要批量处理点云的测绘与遥感团队、做 LiDAR 算法验证的研究者、要把点云接入自研系统的软件工程师，以及学习点云处理的学生。中文检索词：点云处理、PDAL 教程、地面滤波。英文检索词：PDAL pipeline、point cloud processing、LAS to COPC。