EPIC：一种用于大规模场景的轻量级基于LiDAR的无人机探索框架

自主探索是无人机（UAV）各种应用的基本问题。近年来，基于LiDAR的探索因其能够生成大规模环境的高精度点云地图而受到广泛关注。尽管点云本身对导航具有信息性，但许多现有的探索方法仍然依赖于额外的、通常昂贵的环境表示。这主要源于两个原因：对前沿检测或信息增益计算的需求，这通常依赖于内存密集的占据栅格地图；以及直接在点云上进行路径规划的高计算复杂度，这主要源于昂贵的碰撞检测。为了解决这些限制，我们提出了EPIC，一个轻量级的基于LiDAR的无人机探索框架，它直接利用点云数据来探索大规模环境。EPIC引入了一种新颖的观测图，该图直接源自点云质量，无需全局占据栅格地图，同时保留了完整的探索能力。我们还提出了一种直接在点云上操作的增量式拓扑图构建方法，使得在大规模环境中能够进行实时路径规划。利用这些组件，我们构建了一个分层规划框架，生成敏捷且节能的轨迹，与大多数现有方法相比，显著降低了内存消耗和计算量。大量的仿真和真实世界实验表明，EPIC在显著降低内存消耗的同时，实现了更快的探索速度。