{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,5,1]]，“日期-时间”：“2024-05-01T05:13:18Z”，“时间戳”：1714540398344}，“引用-计数”：38，“发布者”：“MDPI AG”，“问题”：“2”，“许可证”：[{“开始”：{-“日期-零件”：[2020,15]]，”日期-时间“：“2020-01-15T00:00:00Z“，”时间戳“：1579046400000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/501100012166”，“name”：“中国国家重点研发计划”，“DOI-asserted-by”：“publisher”，“award”：[“2018YFC1902405”]}，{“DOI”：”10.13039\/100014718“，”name”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“No.U1713206，51975214，and 51725503”]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[”Sensors“]，“abstract”：“对于在新环境中的移动机器人来说，先验地图通常是不可用的。在大规模环境中，依靠人工指导构建环境地图将导致巨大的工作量。因此，移动机器人需要一种自主探索算法来主动完成探索。本研究提出了一种基于增量缓存拓扑\u2013grid混合映射（TGHM）的自主探索和映射方法。该算法可以高效、高覆盖率地完成已建地图的勘探任务。TGHM是包含勘探信息增益和运动成本的拓扑图和网格图的融合，网格图表示已建立的导航和定位地图。在一轮勘探开始时，应用基于几何规则的候选目标点生成方法快速提取候选目标。然后，建立TGHM，并对其上每个候选拓扑节点的信息增益进行评估。最后，选择评估值最佳的节点作为下一个目标点，并在每次向其移动后更新拓扑图，作为本轮的结束。通过仿真和实验，对该算法在机器人自主探索和地图构建中的性能进行了测试<\/jats:p>“，”DOI“：”10.3390\/s20020490“，”type“：”journal-article“，”created“：{”date-parts“：[2020,17]]，”date-time“：”2020-01-17T09:14:41Z“，”timestamp“：1579252481000}，”page“：“”卷：“20”，“作者”：[{“给定”：“双”，“家庭”：“刘”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“生好”，“家族”：“李”，“顺序”：“附加”，“隶属关系”：[]}、{“已知”：“芦蒿”，“家人”：“彭”，“排序”：“额外”，“附属关系”：【】}“：[]}，{”ORCID“：”http:\/\/orcid.org\/00000-0003-1652-9681“，”authenticated-orcid“：false，”given“：”Haoyao“，”family“：”Chen“，”sequence“：”additional“，”affiliation“：[]}，”giving“：”Xiancheng“，”家庭“：”Zhang“，”序列“：”additional“”affidiation“：[]}]，”成员“：”1968“，”在线发布“：”{“date-parts”：[2020,15]]}“，”引用“：[{”key“ref1“，”doi-asserted-by“：”publisher“，”DOI“：”10.1007\/978-3-642-27216-5_20“}，{“key”：“ref2”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/MRA.2006.1638022”}，“key“：”ref3“，”DOI-assert-by“：”publisher“，41747“}，{”key“：”ref5“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1117\/12.849593“}，{“key”：“ref6”}，{”key“：”ref7“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TRO.2006.889486“}，“key“:”ref8“，”doi-assertd-by“：”publisher“，“doi”：“10.1177\/027836407082610”}、{“密钥”：“ref9”，“doi-assert-by”：“publisher”，“doi:”10.1109\/IROS.2010.5652164“}”，{“key”：“ref10”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/78.978396”}，{“key“：”ref11“，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/2.30720”}，{“key”：“ref12”，“doi-asserted-by”：”publisher“，”doi“：”10.1145\/504729.504754“}，“key“：109\/MACE.2011.5987118“}，{”key“：”ref15“}，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/S1474-0346（03“，”doi“：”10.1007\/978-3-540-68847-1_10“}，{”key“：”ref21“，”doi-asserted-by“：“publisher”，“DOI”：“10.1016\/j.robot.2015.05.009”}，{“key”：“ref22”，“DOI-asserted-by”：“publicher”，“DOI”：“101177\/027836491911”}、{“密钥”：“ref23”、“DOI-sserted-by“：”publisher“，”DOI“：”10.1109\/robot.2005.1570713 \/robot.2004.1302457“}，{“key”：“ref25”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1163\/156855308X292619”}，{“key”：“ref26”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.robot.2016.06.008”}.2351814“}，{“key”：“ref29”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TASE.2018.2883587”}，{“key”：“ref30”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/TASE.2019.2894748”}2“}，{”key“：”ref33“，”unstructured“：“SLAM-GMapping \n http:\\/wiki.ros.org\/GMapping”}，{“key”：“ref34”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s00244-005-7058-x”}：“Move_Base \n http://\/wiki.ros.org\/Move_Base\/”}，{“key”：“ref37”，“unstructured”：“Turtlebot II\n https:\/\/www.turlbot.com\/turlbot2\\/”{“密钥”：“ref38”，“非结构化”：“URG-04LX-UG01\n https:\/\/www.robotshop.com/media\/files\/pdf\/hokuyo-URG-04LX-UG01-specifications.pdf”}]，“container-title”：[“传感器”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\//www.mdpi.com\/1424-8220\/2\/490\/pdf”，“内容类型”：“未指定”，“content-version”：“vor”，“预期应用”：“相似性检查”}]，“存放”：{“日期部分”：[[2020,1,17]]，“日期时间”：“2020-01-17T09:41:27Z”，“时间戳”：1579254087000}，“分数”：1，“资源”：{“主要”：{:“URL”：“https:\/\/www.mdpi.com\/1424-8220\/20\/2\/490”}}]]}，“references-count”：38，“journal-issue”：{“issue”：“2”，“published-online”：{“date-parts”：[[2020,1]]}}，“alternative-id”：[“s20020490”]，“URL”：“http://\/dx.doi.org\/10.3390\/s20020490”，“relationship”：{}，”ISSN“：[“1424-8220”]，”ISSN-type“：[{”value“：”1424-82200“，”type“”：“electronic”}]，“subject”：[]，“publish”：1,15]]}}