kdtree->nearestKSearch的参数是什么

`kdtree->nearestKSearch` 函数是用于在 KD 树中搜索最近的 K 个邻居点的函数。它接受以下参数：

1. `input`: 搜索的查询点，类型为点云类型，如 `pcl::PointXYZ`、`pcl::PointXYZRGB` 等。
2. `k`: 要搜索的最近邻居的数量，即 K 值。
3. `indices`: 存储搜索到的最近邻居点的索引的容器。这是一个输出参数。
4. `distances`: 存储搜索到的最近邻居点与查询点之间的距离的容器。这也是一个输出参数。

在调用 `kdtree->nearestKSearch` 函数后，它会将找到的最近邻居点的索引存储在 `indices` 容器中，并将对应的距离存储在 `distances` 容器中。

例如，使用 `kdtree->nearestKSearch` 函数进行最近邻搜索的示例代码如下：

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
// 假设已经从某处获取到了点云数据，并填充到cloud中

pcl::KdTreeFLANN<pcl::PointXYZ> kdtree;
kdtree.setInputCloud(cloud);

pcl::PointXYZ search_point;
// 假设要查找的点的坐标已经赋值给search_point

int k = 5; // 选择要搜索的最近邻居的数量

std::vector<int> indices(k);
std::vector<float> distances(k);

kdtree.nearestKSearch(search_point, k, indices, distances);

// 输出最近的k个邻居点的索引和距离
for (int i = 0; i < k; ++i)
{
    std::cout << "Nearest neighbor " << i+1 << " index: " << indices[i] << std::endl;
    std::cout << "Nearest neighbor " << i+1 << " distance: " << distances[i] << std::endl;
}

在上面的示例中，我们定义了一个大小为5的最近邻居搜索（K = 5）。`indices`和`distances` 容器分别用于存储最近邻居点的索引和距离。在调用 `kdtree->nearestKSearch` 函数后，我们可以遍历这些容器来访问最近邻居点的索引和距离。