体素栅格对点云下采样（从基础写起）——源码解析C++

一、前言
所谓下采样是对点云的一种滤波，目的是减少点云数目由尽可能保持点云原有状态，从而减少计算量。
所谓体素栅格是将点云空间划分为一个个极小的格子，格子里包含几个点。
对体素栅格里面的点取平均或者加权平均，得到一个点，代替原来的几个点。
显然，栅格选的越大，滤波后点云点数越少，速度快，但是会对原来的点云过度模糊;
栅格选的越小，作用反之。

以下代码作者是
@author Tolga Birdal <tbirdal AT gmail.com>
看了一晚上搞明白，解释一下
二、代码实现
输入点云pc，提前计算好点云的包围盒子（三坐标边界点保存在xrange[2]）
这个mat型的pc，pc.rows,代表点数pc.cols为6（点坐标及法线方向）

Mat samplePCByQuantization(Mat pc, float xrange[2], float yrange[2], float zrange[2], float sampleStep, int weightByCenter)
{
   
   
  std::vector< std::vector<int> > map;
//map.size()为体素栅格个数
//map[i].size()为当前体素栅格包含的点数，里面存的是pc的点索引
  int numSamplesDim = (int)(1.0/sampleStep);
//numSamplesDim：采样个数。sampleStep：相对采样长度
//sampleStep×D=实际采样距离
//同时，D/实际采样距离=采样个数=numSamplesDim
  float xr = xrange[1] - xrange[0];//包围盒子的边长
  float yr = yrange[1] - yrange[0];
  float zr = zrange[1] - zrange[0];

  int numPoints = 0;

  map.resize((numSamplesDim+1)*(numSamplesDim+1)*(numSamplesDim+1));
//此处resize的是map的size，表示体素栅格的个数
//map.size():体素栅格的个数

  // OpenMP might seem like a good idea, but it didn't speed this up for me
  //#pragma omp parallel for
  for (int i=0; i<pc.rows; i++)//遍历pc中每一个点i
  {
   
   
    const float* point = pc.ptr<float>(i);
//定义指针* point指向pc的第i个元素（六维）
    // quantize a point
//  xr/numSamplesDim=xr×sampleStep=实际采样距离
//(point[0]-xrange[0])/实际采样距离：代表当前坐标point[0]在第(int) 几个采样距离处
    const int xCell =(int) ((float)numSamplesDim*(point[0]-xrange[0])/xr);
    const int yCell =