前言
对于 organised 的 64 x 4500 点云重新降采样尺寸为 64 x 360 的点云，以供 CNN 作为数据输入，基于怎样的规则是降采样后点云能够更加准确的表达原始信息？
思路
点云中每个点包含的信息有： [ row, col, intensity, height, range, label ]
- 规则1： 因为越靠近雷达的点越重要，所以选取格子中离雷达最近的点来代表所有点
- 规则2： 使用格子内平均信息作为采样结果
降采样对计算速度有益，但对数据进行了稀疏化处理，对数据表达不利，所以二者需权衡之后选取最优参数。
