使用pcl库编写检测多个平面点云是否相交，若相交则将所有平面点云相交处的点云提取出来，存放到一个容器里面，并

返回这个容器。

首先，我们需要使用PCL库中的SACSegmentation算法将每个点云分割成一个平面。然后，我们可以使用PCL中的ExtractIndices算法来提取每个平面的点云，并将它们存储在一个容器中。最后，我们可以使用PCL中的Intersection算法来检测这些平面是否相交，并提取相交处的点云。

下面是一个简单的示例代码，用于检测两个平面点云是否相交：

#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/sample_consensus/method_types.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <pcl/segmentation/extract_clusters.h>
#include <pcl/common/geometry.h>

typedef pcl::PointXYZ PointT;

int main(int argc, char** argv)
{
    // Load point clouds from file
    pcl::PointCloud<PointT>::Ptr cloud1(new pcl::PointCloud<PointT>);
    pcl::PointCloud<PointT>::Ptr cloud2(new pcl::PointCloud<PointT>);
    pcl::io::loadPCDFile<PointT>("cloud1.pcd", *cloud1);
    pcl::io::loadPCDFile<PointT>("cloud2.pcd", *cloud2);

    // Segment planes in each point cloud
    pcl::ModelCoefficients::Ptr coefficients1(new pcl::ModelCoefficients);
    pcl::PointIndices::Ptr inliers1(new pcl::PointIndices);
    pcl::SACSegmentation<PointT> seg1;
    seg1.setOptimizeCoefficients(true);
    seg1.setModelType(pcl::SACMODEL_PLANE);
    seg1.setMethodType(pcl::SAC_RANSAC);
    seg1.setDistanceThreshold(0.01);
    seg1.setInputCloud(cloud1);
    seg1.segment(*inliers1, *coefficients1);

    pcl::ModelCoefficients::Ptr coefficients2(new pcl::ModelCoefficients);
    pcl::PointIndices::Ptr inliers2(new pcl::PointIndices);
    pcl::SACSegmentation<PointT> seg2;
    seg2.setOptimizeCoefficients(true);
    seg2.setModelType(pcl::SACMODEL_PLANE);
    seg2.setMethodType(pcl::SAC_RANSAC);
    seg2.setDistanceThreshold(0.01);
    seg2.setInputCloud(cloud2);
    seg2.segment(*inliers2, *coefficients2);

    // Extract plane point clouds
    pcl::PointCloud<PointT>::Ptr plane1(new pcl::PointCloud<PointT>);
    pcl::PointCloud<PointT>::Ptr plane2(new pcl::PointCloud<PointT>);
    pcl::ExtractIndices<PointT> extract1;
    extract1.setInputCloud(cloud1);
    extract1.setIndices(inliers1);
    extract1.filter(*plane1);
    pcl::ExtractIndices<PointT> extract2;
    extract2.setInputCloud(cloud2);
    extract2.setIndices(inliers2);
    extract2.filter(*plane2);

    // Compute intersection of planes
    Eigen::Vector4f plane1_coeffs(coefficients1->values.data());
    Eigen::Vector4f plane2_coeffs(coefficients2->values.data());
    Eigen::Vector3f plane1_normal(plane1_coeffs.head<3>());
    Eigen::Vector3f plane2_normal(plane2_coeffs.head<3>());
    Eigen::Vector3f intersection_pt;
    pcl::planeWithPlaneIntersection(plane1_normal, plane2_normal, intersection_pt);

    // Extract points at intersection
    pcl::PointCloud<PointT>::Ptr intersection(new pcl::PointCloud<PointT>);
    pcl::ExtractIndices<PointT> extract3;
    extract3.setInputCloud(cloud1);
    extract3.setIndices(inliers1);
    extract3.setNegative(true);
    extract3.filter(*intersection);
    pcl::ExtractIndices<PointT> extract4;
    extract4.setInputCloud(cloud2);
    extract4.setIndices(inliers2);
    extract4.setNegative(true);
    extract4.filter(*intersection);

    // Output intersection point cloud
    pcl::io::savePCDFileASCII("intersection.pcd", *intersection);

    return 0;
}

这个示例代码假设我们有两个点云文件"cloud1.pcd"和"cloud2.pcd"，并使用SACSegmentation算法将每个点云分割成一个平面。然后，我们使用ExtractIndices算法提取每个平面的点云，并将它们存储在plane1和plane2中。接下来，我们计算两个平面的交点，并使用ExtractIndices算法提取相交处的点云，并将它们存储在intersection中。最后，我们将intersection点云保存到文件"intersection.pcd"中。