EPIC 的项目扩展与二次开发

项目的基础介绍

EPIC（Exploring on Point Clouds）是一个基于LiDAR（激光雷达）的自主空中 vehicle（AAV）探索框架，它能够直接利用点云数据在大规模环境中进行探索。该项目由中山大学 SYSU-STAR 实验室开发，旨在提高探索效率的同时显著降低内存消耗。EPIC 的研究成果已经发表在 IEEE Robotics and Automation Letters 上，并且其源代码已经开源。

项目的核心功能

• 点云数据处理：直接利用点云数据，无需转换成其他形式，减少了数据处理的时间复杂度和空间复杂度。
• 探索效率提升：通过优化的算法，实现更快的探索速度和更低的内存占用。
• 自主路径规划：包含局部和全局路径规划算法，确保AAV能够在复杂环境中自主导航。
• 仿真环境：基于GPU的MARSIM仿真器，生成逼真的点云数据测试环境。

项目使用了哪些框架或库？

• ROS（Robot Operating System）：用于机器人软件开发的中级功能库，它提供了硬件抽象、底层设备控制、常用功能实现以及进程间通信等。
• C++17：项目的开发语言，使用了C++17标准中的新特性。
• MARSIM：一个轻量级的点云实时仿真器，用于LiDAR-based UAV的测试验证。

项目的代码目录及介绍

项目的代码目录结构如下：

.
├── misc
├── src
│   ├── ...
├── LICENSE
├── README.md

• misc 目录：可能包含了一些杂项或者额外的辅助性文件。
• src 目录：包含了项目的核心源代码，包括算法实现、路径规划等。
• LICENSE 文件：项目使用的开源协议，GPL-3.0。
• README.md 文件：项目说明文档，包含了项目的基本介绍、安装步骤、使用指南等。

对项目进行扩展或者二次开发的方向

1. 算法优化：可以对现有的路径规划算法进行优化，提高探索效率和安全性。
2. 新功能开发：根据实际需求，增加如地图构建、物体识别等新功能。
3. 跨平台兼容性：优化代码，使其能够在不同的操作系统和硬件平台上运行。
4. 用户界面改进：开发更加直观易用的用户界面，方便用户进行操作和控制。
5. 社区支持：建立更活跃的社区，鼓励更多的开发者参与到项目的开发和维护中来。

通过以上扩展和二次开发，可以使EPIC项目更加完善，更好地服务于无人机探索领域的科研和实际应用。