（1）文件头是文本，以\n换行；
（2）数据部分可以是ASCII也可以是二进制：
（a）从DATA关键字所在的最后一行文件头结束的\n开始，都是点数据；
（b）ASCII形式的点数据：每一点（x y z）占据一个新行（\n结尾），维度数据之间用空格或者TAB键隔开，从PCL1.0.1版本开始，字符串nan表示非法值NAN；
（c）二进制形式的点数据：这里数据是数组（向量）pcl::PointCloud.points的一份完整拷贝，在Linux系统上，我们用mmap/munmap操作来尽可能快地读写数据。
（3）有序点云数据集：
有序点云数据集，意味着点云是类似于图像（或者矩阵）的结构，数据分为行和列。这种点云的实例包括立体摄像机和时间飞行摄像机生成的数据。有序数据集的优势在于，预先了解相邻点（和像素点类似）的关系，邻域操作更加高效，这样就加速了计算并降低了PCL中某些算法的成本。
（4）文件头每行由关键字开头，并且关键字有固定顺序，有以下一些关键字：
VERSION：指定PCD文件版本（例如：0.7）
FIELDS：指定一个点可以有的每一个维度的字段名字（例如：x y z 、x y z rgb）
SIZE：每一个维度的值类型的字节数（例如：4 4 4）
TYPE：每一个维度的值类型（例如：I I F、U U F、F F F、I I I）
COUNT：指定每一个维度包含的元素数目（每个元素还包含1个或者多个值）。例如，x这个维度的通常有一个元素，但是像VFH这样的特征描述子就有308个。实际上这是在给每一点引入n维直方图描述符的方法，把它们当做单个的连续存储块。默认情况下，如果没有COUNT，所有维度的数目被设置为1。
WIDTH：用点的数量表示点云数据集的宽度。根据是有序点云还是无序点云，WIDTH有两层解释：
（a）它能确定无序数据集的点云中点的个数（和下面的POINTS一样）；
（b）它能确定有序数据集的宽度（一行中点的数目）。
HEIGHT：用点的数量表示点云数据集的高度。根据是有序点云还是无序点云，WIDTH有两层解释：
（a）对于无序数据集，它被设置为1（被用来检查一个数据集是有序还是无序）；
（b）对于有序数据集，它表示有序数据集的高度（行的总数）。
VIEWPOINT：指定数据集中点云的获取视点。VIEWPOINT可能在不同坐标系之间转换的时候应用，在辅助获取其它特征时也比较有用，例如曲面法线，在判断方向一致性时，需要知道视点的方位。
视点信息被指定为平移（txtytz）+四元数（qwqxqyqz），默认值为：VIEWPOINT 0 0 0 1 0 0 0。
POINTS：点云数据集中点的总数，从0.7版本开始，该字段有点多余了，因为根据WIDTH字段和HEIGHT字段可以计算出点的总数，将来的pcd文件版本中可能移除该关键字。
DATA：指定存储点云数据的数据类型。从0.7版本开始，支持两种数据类型：ASCII和二进制。
（5）一个PCD文件的例子：
#Description
FIELDS x y z
SIZE 4 4 4
TYPE F F F
WIDTH 2
HEIGHT 1
POINTS 2
DATA ascii
0.35222 -0.15188 -0.1064
-0.7319 -0.47311 -0.2927