使用pcl::IntegralImageNormalEstimation计算法线输出NAN值问题

以下是该问题的常见触发原因和对应解决方法：

• 诱因1：输入点云不符合有序点云要求
  积分图法线估计仅支持有序点云（即点云保留类图像的行列结构，height>1且每个行列位置对应固定视场角的点，无效点坐标填充为NAN），而NormalEstimationOMP对有序、无序点云均兼容，这是该类问题最常见的诱因。

解决方案：

1. 调用transform_cloud->isOrganized()检查点云是否为有序结构，返回false则首先修正输入点云格式
2. 从RGB-D/双目/结构光传感器获取原始点云时不要直接删除无效点，保留原始行列结构；如果是从深度图生成点云，严格对应深度图的宽高生成有序结构，不要打乱点的排列顺序
3. 如果你使用的是机械式激光雷达输出的无序点云，无法直接使用积分图法线估计，只能选择邻域搜索类的法线估计算法。

• 诱因2：点云深度方向不符合算法要求
  IntegralImageNormalEstimation默认以点云Z轴为观测深度方向，如果你传入的transform_cloud经过坐标变换后，深度观测方向不是Z轴，会导致深度差计算全部判断异常，输出NAN。

解决方案：
计算法线前先将点云转换到传感器自身坐标系，保证Z轴为观测深度方向，法线计算完成后再将法线通过旋转变换转换到目标坐标系即可。

• 诱因3：参数设置与点云特性不匹配
  你当前设置的setMaxDepthChangeFactor(2.0f)和setNormalSmoothingSize(10.0f)需要和点云的单位、分辨率匹配：

1. 如果点云单位是毫米，2.0f的深度变化阈值仅为2毫米，场景内所有深度跳变都会被判定为边缘，直接返回NAN
2. 平滑窗口尺寸如果和点云分辨率不匹配，会导致邻域计算无法找到有效点

解决方案：

1. 确认点云单位，按实际场景最大允许的相邻点深度差设置MaxDepthChangeFactor，可先调大到10.0f以上验证是否能输出有效法线，再逐步收敛到合适值
2. NormalSmoothingSize设置为点云相邻点平均间距的5_{10倍即可，比如点云分辨率为1cm，设置5.0f}10.0f即可

• 诱因4：点类型字段不匹配
  你代码中模板参数设置为pcl::IntegralImageNormalEstimation<PointType, PointType>，即输出点类型和输入一致，需确认你的自定义PointType包含normal_x/normal_y/normal_z/curvature四个字段，否则计算结果无法写入对应字段会返回NAN。

解决方案：
要么将输出模板参数改为pcl::Normal，输出到单独的法线点云，要么给自定义PointType补充法线相关字段。

• 诱因5：有序点云无效点填充格式错误
  有序点云中的无效点必须将x/y/z坐标全部填充为NAN，如果你的无效点填充的是0或者其他固定值，会导致积分图计算时邻域全部为无效值，输出NAN。

解决方案：
将有序点云的无效点坐标全部设置为std::numeric_limits<float>::quiet_NaN()即可。

内容的提问来源于stack exchange，提问作者user16987341