博客转载自：http://www.pclcn.org/study/shownews.php?lang=cn&id=265
本小节不仅解释如何增加你自己的PointT点类型，也介绍了PCL中的模板point类型，以及它们的用处和定义。PCL从开始就伴随着各种预定义的point类型，从用于XYZ数据到更复杂的n维直方图表示法，例如PFH（点特征直方图）。这些类型应该足够支持在PCL中应用的算法及方法，然而，也有情况下用户希望定义新的类型。
注意：由于PCL的快速更新，本节内容仅仅对PCL 0.x和1.x版本兼容，撰写本文档的时候预期在PCL 2.X中会有新的改变，但大的架构不变，只是添加些新定义的描述子等点类型之类的。
为什么用PointT类型
PCL的PointT可以追溯到它在ROS中作为开源库被开发的时候，大家一致认为，点云是复杂的n维结构，它需要能表示不同类型的信息，然而用户应该知道并理解需要传送什么样的信息，为了使代码更易于调试，考虑优化等等，下面给出一个例子，是对XYZ数据的简单操作，对带SSE功能的处理器，最高效的方法是存储3维坐标为浮点型，紧跟着一个浮点型数据作为填补位数以满足存储对齐要求：
struct PointXYZ { float x; float y; float z; float padding; };
然而，例如当用户在嵌入式平台上寻找编译PCL的时候，增加额外的填补就是浪费存储空间了，因此，可以用一个简单的不带最后浮点数的PointXYZ结构来替代。此外，如果你的应用程序需要一个包含XYZ三维数据、RGB信息（颜色）和每个点的估计法线的PointXYZRGBNormal类型，定义包含以上所有内容的结构是很简单的，由于PCL中所有的算法都是模板化的，除了更改的自定义结构之外，不需要做其他的更改，增加了代码的重用性和可读性。
敬请关注PCL（Point Cloud Learning）中国更多的点云库PCL（Point Cloud Library）相关官方教程。
参考文献：
1.朱德海、郭浩、苏伟.点云库PCL学习教程（ISBN 978-7-5124-0954-5）北京航空航天出版社2012-10