小丸子书单1. 环境准备：从零搭建PCL开发基础
PCL（Point Cloud Library）作为目前最强大的开源点云处理库，环境配置一直是新手入门的第一个拦路虎。我经历过无数次环境配置的折磨，总结出这套稳定可靠的配置方案。以下配置在Ubuntu 20.04/22.04和Windows 10/11上均实测通过。
1.1 系统环境选择建议
对于深度学习方向的研究者，强烈推荐Ubuntu系统。实测在Ubuntu 22.04上，PCL 1.12.1与CUDA 11.7的兼容性最佳。如果是工业应用开发，Windows+VS2019的组合更符合产线部署需求。
关键提示：避免使用Ubuntu 18.04等老旧系统，官方已停止维护，会遇到各种依赖地狱问题
1.2 基础依赖安装
Ubuntu系统需要先配置好基础编译环境：
bash复制sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential cmake git libboost-all-dev libeigen3-dev libflann-dev libvtk7-qt-dev libqhull-dev libpcap-dev
Windows用户需要提前安装：
- Visual Studio 2019（必须勾选"C++桌面开发"）
- CMake 3.20+（安装时勾选添加PATH）
- Git for Windows
1.3 第三方库版本对照表
| 库名称 | 推荐版本 | 关键作用 |
|---|---|---|
| Boost | 1.71-1.75 | 提供智能指针和多线程支持 |
| Eigen | 3.3.7+ | 矩阵运算核心 |
| FLANN | 1.9.1 | 快速最近邻搜索 |
| VTK | 7.1-8.2 | 可视化支持 |
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。