一、主函数

官方开源的代码提供了四个主函数，其中eval_pair.cpp和eval_top1.cpp是一组，分别用于计算两帧的相似度分数以及一帧点云在所有的51帧点云中相似度最高的25帧的相似度分数。eval_seq.cpp是在eval_top1.cpp的基础上，给了一堆序列，遍历序列中的每一帧点云并输出与之相似度足够高的25帧点云的相似度分数。eval_angle.cpp这个文件比较迷，readme里面也没有提，代码里面提到的那几个config文件开源代码也没有给出，从代码内容来看，更像是在eval_pair.cpp的基础上，计算了好多帧对的位姿变换。

主函数的具体操作基本都是类似的，先初始化config对象读取配置文件，同时利用这个配置文件初始化ssc对象，之后根据不同的需求，调用重载了许多次的ssc对象里面的getScore函数，进行相似度分数的计算。因此整个ssc算法其实都在ssc对象中实现。

二、ssc.cpp

算法的实现基本都在这个文件中，文件的结构本身不复杂，除了构造函数和析构函数，还有三个形式的读取点云函数、投影函数、计算ssc描述子的函数、两个形式的全局ICP函数、计算相似度的函数以及六个形式的计算相似度分数的函数。

getScore()

根据主函数的执行顺序，这里我们也从getScore函数开始。从重载函数的形式看，六个getScore函数传入的参数本质上都是一样的：两帧点云、两帧点云的语义以及变换矩阵，不同之处在于传入的形式，一二个函数传入的是XYZL形式的点云，这是pcl库中一个点云形式，L表示的是label，相当于直接把语义信息存储了进去，三四个函数这是传入了点云文件的路径和语义推理结果的路径，在函数内部分别读取两个文件，最后两个函数则是直接读取标记过语义的点云文件。从执行的路径来看，最后面四个函数都是在调整文件格式之后，转而调用了前面两个函数，所以这里我们主要看第一个形式的getScore函数。

project()

进入函数后首先对位姿变化的量进行初始化，同时利用project函数对标记过语义的点云进行投影。与其叫做投影，其实更多地是在做格式的转换。函数传入下采样后的点云filtered_pointcloud，之后遍历点云中的每个点，对类别标记为13、14、16、18、19的这五类点进行点云格式的转换。查看配置文件可以发现，选择的这五类对应的是building、fence、trunk、pole以及traffic-sign，而没有选择