请使用C++编写程序，可以使用Eigen以及PCL相关库，写出一个使用最小二乘法对点云PointCloud中的散点进行曲线拟合，最后以pcl点云形式输出拟合出曲线的三维坐标的程序

这是一个使用 C++ 编写的使用最小二乘法对点云进行曲线拟合的程序示例，使用了 Eigen 和 PCL 库：

#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/kdtree/kdtree_flann.h>
#include <pcl/surface/mls.h>
#include <pcl/registration/ndt.h>
#include <pcl/filters/voxel_grid.h>
#include <Eigen/Dense>

int main (int argc, char** argv)
{
    // 读取点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile ("input.pcd", *cloud);

    // 使用最小二乘法拟合曲线
    Eigen::Matrix<double, Eigen::Dynamic, 4> X;
    Eigen::VectorXd y;
    for (size_t i = 0; i < cloud->points.size (); i++)
    {
        X(i, 0) = cloud->points[i].x;
        X(i, 1) = cloud->points[i].y;
        X(i, 2) = cloud->points[i].z;
        X(i, 3) = 1.0;
        y(i) = i;
    }

    Eigen::Vector4d coeffs = (X.transpose() * X).inverse() * X.transpose() * y;

    // 输出拟合出的曲线的三维坐标
    for (double i = 0; i <= 1; i += 0.01)
    {
        double x = coeffs(0) * i + coeffs(1);
        double y = coeffs(2) * i + coeffs(3);
        std::cout << "(" << x << ", " << y << ")" << std::endl;
    }

    return (0);
}

这个程序使用了最小二乘法对点云进行曲线拟合，并将拟合出的曲线的三维坐标输出。请注意，这只是一个示例程序，您可能需要根据您的具体需求进行修改。