点群データとは、3次元空間内における多数の点の座標（X、Y、Z）の集まりによって立体的な形状や地形を表現するデータ形式です。3DスキャナーやLiDARなどのセンサーを用いて取得され、自動運転の環境認識や3Dマッピング、文化財のデジタルアーカイブ化など、最新のAI技術や空間認識システムにおいて不可欠な役割を果たしています。
点群データとは
点群データは、3次元空間上に配置された多数の点の集合（座標値）を用いて、物体の形状や空間の構造をデジタル的に表現したデータ形式です。
詳しく解説
点群データ（Point Cloud）は、主にLiDAR（ライダー）や3Dスキャナーなどのセンサーを用いて対象物をスキャンすることで取得されます。基本的には各点の位置を示す3次元座標（X, Y, Z）のデータ群ですが、点ごとにRGBカラー情報（赤・緑・青の色データ）や反射強度（インテンシティ）といった付加情報を持つこともあります。近年、ディープラーニング（深層学習）をはじめとするAI技術の進歩により、不規則に配置された点群データを直接処理できるニューラルネットワークが登場しました。これにより、点群データから直接、物体の識別（セグメンテーション）や形状の判定を高速に行うことが可能となり、3Dコンピュータビジョン分野での重要性が急激に高まっています。
具体例・使われ方
1. 「自動運転」：車載LiDARが周囲の環境をリアルタイムにスキャンして点群データを生成し、AIが歩行者や障害物との距離を正確に認識します。
2. 「3Dマッピング」：ドローン等を用いて地形や建物の点群データを取得し、高精度な3次元地図（デジタルツイン）を作成します。
3. 「文化財や建築物のデジタルアーカイブ」：歴史的建造物の形状をミリ単位の点群データとして記録し、修復や研究用の3Dモデルとして活用します。
似た用語との違い
「3Dメッシュデータ」との違い：
点群データが「点の集まり」であるのに対し、3Dメッシュデータは複数の点（頂点）を線で結び、面（ポリゴン）を貼ることで物体の表面を滑らかに表現したものです。点群データはセンサーからの生の計測値に近いのに対し、3DメッシュデータはレンダリングやCADでの編集に適した、加工後のデータと言えます。
また、通常の「2D画像」は2次元のピクセル（格子状の配列）で構成されますが、点群データは規則的な格子を持たず、不規則に配置された3次元の座標点である点も大きな違いです。
注意点
点群データは膨大な数の点で構成されるため、データ容量が極めて大きくなりやすく、保存や転送、処理に高いマシンスペックが求められます。また、点は位置情報のみを持つため、点と点の間に「隙間」が存在します。このため、点密度が低いと物体の連続的な形状を正確に捉えにくくなる性質があります。さらに、遮蔽物の裏側など、センサーの光が届かない場所はデータが欠損（影）となってしまうため、合成処理などの工夫が必要です。