在一些点云深度学习应用中，对点云采样的时候可能需要采样到固定数量，如PointNetVLAD。这个时候可以采用RandomSample的类来实现，但是RandomSample的方法会影响原始点云的轮廓。
RandomSample效果如一些博客中所示：
一种较为直觉的想法是对原始点云栅格化，然后对每个栅格进行随机采样，并控制采样总数。这类方法实现起来较为耗时，我将其在CUDA上实现，并通过Cython封装成Python接口，提供了一个Voxelization的API，可以方便集成在各类深度学习应用中。代码间github仓库。
https://github.com/ZJU-Robotics-Lab/Voxelization_API
记得点赞哦~
固定数量采样在branch：fix-num-sampling 中
原始点云效果（4096个点）：
降采样到2048个点