ICP fitness score is larger than threshold, reject the loop.

[DioBakery]

为什么其他数据集一直都是ICP fitness score is larger than threshold, reject the loop.，像m2dgr，graco这些都试过了，disco和scancontext也都试过了，readme里提供的数据集能够很好地实现回环检测，但是换数据集后fitness一直没有达到阈值，是否有其他的初始设置我没有做？比如frame_id、初始位姿啥的？我只调整了fastlio的相关配置，这一块能够正常输出submap，loopdetection里的num_xxx这些参数也尝试调整过了但是没有效果。请问用其他数据集有哪些要注意的？

[MaverickPeter]

@DioBakery 你可以在loopdetection/xxx/main.py 里把icp_fitness_score 调大，以应对不同的数据。不同激光的数据密度不一样，直接影响了icp最后的匹配效果，在提供的数据集里为了减少outlier，icp_fitness_score参数设的比较严格，直接应用到别的数据集会导致一直reject。

[DioBakery]

@DioBakery 你可以在loopdetection/xxx/main.py 里把icp_fitness_score 调大，以应对不同的数据。不同激光的数据密度不一样，直接影响了icp最后的匹配效果，在提供的数据集里为了减少outlier，icp_fitness_score参数设的比较严格，直接应用到别的数据集会导致一直reject。

但是这似乎很少有明显很小的fitness产生，几乎都差不很多，如果提高阈值，似乎会产生一些不正常的机器人间回环。是不是在生成scancontext或进行fastgicp这些地方的参数也需要调整？应该如何调整？

[MaverickPeter]

这个得看具体点云数据的情况，现在默认fast_gicp对输入点云有0.2的voxelize，可能也可以调整到0.1看下。还有就是输入点云的xyz轴的大小，在load_pc_infer里面，需要针对性修改