无人机自主探索是多个应用领域中的一个基本问题。近年来，基于LiDAR的探索技术因其能够生成大规模环境的高精度点云地图而备受关注。虽然点云对于导航来说信息丰富，但许多现有的探索方法仍依赖额外且通常昂贵的环境表示。这种依赖主要有两个原因：一是需要进行“边界检测”或信息增益计算，这通常依赖于占用大量内存的栅格地图；二是直接在点云上进行路径规划的计算复杂度较高，尤其是碰撞检测的成本昂贵。
为了解决这些问题，我们提出了EPIC，这是一种轻量级的基于LiDAR的无人机探索框架，能够直接利用点云数据探索大规模环境。EPIC引入了一种基于点云质量的新型观测地图，避免了对全局栅格地图的依赖，同时保留了全面的探索能力。我们还提出了一种增量式拓扑图构建方法，直接在点云上操作，使得在大规模环境中可以进行实时路径规划。
通过这些组件，我们构建了一个分层规划框架，能够生成敏捷且节能的轨迹，与大多数现有方法相比，显著减少了内存占用和计算时间。大量的模拟和真实实验表明，EPIC能够更快地完成探索任务，同时大幅减少内存消耗，与最新的技术方法相比具有明显优势。
