随着机器人技术研究和应用的不断广泛深入，人类期望移动机器人能够自主完成未知环境的探索，并能利用实时构建的地图模型实现高效导航。为避免由传感器信息的不确定性以及移动机器人定位误差导致的探索任务失败，本文提出了一种基于度量-拓扑混合式地图的高效环境探索算法。为便于系统控制，开发了带有图形用户界面的自主探索软件。主要工作有如下几方面:　　1.基于RBPF SLAM的栅格地图创建。　　在RBPF粒子滤波框架下，将基于栅格地图的同步定位与地图创建算法引入到机器人自主探索任务中。激光传感器获得的环境信息通过贝叶斯迭代更新后作为RBPF SLAM的观测输入，结合移动机器人内部里程计数据，不断更新机器人的位置估计，最终完成栅格地图的创建。　　2.基于可通行点的拓扑地图创建。　　由局部栅格地图提取用于指导移动机器人自主探索的可通行点，通过临近空间范围内可通行点的判断规则实现递增式分层拓扑地图的更新与扩张。基于环境可通行点的分层拓扑结构的表述方法简洁实用，能够为移动机器人的自主探索提供最便利的信息。　　3.基于混合环境模型的移动机器人自主探索　　通过构建拓扑地图，与栅格地图组成混合环境模型，有效改善了大规模环境下栅格地图表示的空间和计算复杂度。根据上述混合环境模型，综合考虑路径优化、获得未知信息量多少、运动位置间的连续性等因素，提出基于效用函数的全局遍历探索算法以及基于启发式思想的面向固定目标点探索算法，保证机器人顺利完成探索任务。　　4.基于图形用户界面的探索软件的开发与实现。　　为便于系统控制，研究开发了带有图形用户界面的移动机器人自主探索软件。运用无线通信技术，用户可以通过图形用户界面实现对机器人（客户端）的远程控制，同时客户端能够将传感器获取的环境信息反馈给计算机（服务器端），实现对机器人自主探索情况的实时观测。　　通过在配有激光测距仪的Pioneer3-DX型移动机器人平台上进行现场实验，有力验证了本文提出的自主探索算法的有效性及实用性，对智能移动机器人研究具有一定的理论意义和实际应用价值。