我有一个点云test.pcd，我要怎么样确定点云在xy平面上的角点，c++代码是什么样的

以下是一个基于PCL库实现的简单的点云角点检测的C++代码，可以用于确定点云在xy平面上的角点：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <pcl/features/normal_3d.h>
#include <pcl/features/integral_image_normal.h>
#include <pcl/keypoints/harris_3d.h>
#include <pcl/visualization/pcl_visualizer.h>

int main(int argc, char** argv)
{
    // 加载点云数据
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::io::loadPCDFile<pcl::PointXYZRGB>("test.pcd", *cloud);

    // 点云滤波，去除噪声点
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr filtered_cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::VoxelGrid<pcl::PointXYZRGB> sor;
    sor.setInputCloud(cloud);
    sor.setLeafSize(0.01f, 0.01f, 0.01f);
    sor.filter(*filtered_cloud);

    // 平面分割，将点云分成平面和非平面两部分
    pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);
    pcl::PointIndices::Ptr inliers(new pcl::PointIndices);
    pcl::SACSegmentation<pcl::PointXYZRGB> seg;
    seg.setOptimizeCoefficients(true);
    seg.setModelType(pcl::SACMODEL_PLANE);
    seg.setMethodType(pcl::SAC_RANSAC);
    seg.setDistanceThreshold(0.01);
    seg.setInputCloud(filtered_cloud);
    seg.segment(*inliers, *coefficients);

    // 计算法向量
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    pcl::IntegralImageNormalEstimation<pcl::PointXYZRGB, pcl::Normal> ne;
    ne.setNormalEstimationMethod(ne.AVERAGE_3D_GRADIENT);
    ne.setMaxDepthChangeFactor(0.02f);
    ne.setNormalSmoothingSize(10.0f);
    ne.setInputCloud(filtered_cloud);
    ne.compute(*normals);

    // 角点检测
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr keypoints(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::HarrisKeypoint3D<pcl::PointXYZRGB, pcl::PointXYZRGB> detector;
    detector.setNonMaxSupression(true);
    detector.setInputCloud(filtered_cloud);
    detector.setNormals(normals);
    detector.setThreshold(0.01);
    detector.compute(*keypoints);

    // 可视化角点
    pcl::visualization::PCLVisualizer viewer("PointCloud Viewer");
    viewer.addPointCloud(filtered_cloud, "cloud");
    viewer.addPointCloud(keypoints, "keypoints");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 5, "keypoints");
    viewer.spin();

    return 0;
}

这段代码使用了平面分割、法向量计算和Harris角点检测等算法来检测点云在xy平面上的角点，并将结果可视化显示出来。需要注意的是，这只是一个示例，具体的参数和算法选择应根据实际情况进行调整。