点云数据是由大量的点组成的一种三维数据结构，其中每个点通常包括其在三维坐标系中的位置信息以及可选的颜色、法向量等属性。点云数据具有许多特点，其中旋转不变性和置换不变性是点云数据中最为重要的两个特点之一。
1. 旋转不变性
旋转不变性是指点云数据在三维空间中的平移旋转不会改变点云数据本身的性质，平移和旋转之后表示的仍然是同一物体。这个特点对于点云数据的处理和分析非常重要，因为在实际应用中，我们很难保证获取到的点云数据的方向和位置是固定不变的，旋转不变性保证了平移旋转不会影响点云的特征提取和识别。为了实现旋转不变性，通常会使用旋转不变特征来描述点云数据，如法向量、曲率等。
2. 置换不变性
置换不变性是指点云数据在点的排列顺序上的变换不影响其描述的物体的形状和特征。也就是说，如果我们对点云数据中的点进行任意排列，得到的点云数据仍然能够描述同一个物体。这个特点在点云数据的处理和分析中也非常重要，因为不同的点云数据可能有不同的点的排列顺序，但它们应该能够描述同一个物体。
为了实现置换不变性，通常会使用基于点的局部坐标系的描述方法，如基于旋转的局部参考系（RF）等。这些方法可以将点云数据中的每个点转换到一个局部坐标系中，从而使得点的排列顺序不再影响点云数据的描述。

点云的获取方式主要有以下几种：