La exploración autónoma por robots es un campo de investigación desafiante y valioso que ha atraído un amplio interés en los últimos años. Sin embargo, los métodos existentes a menudo enfrentan problemas como la exploración incompleta, caminos de exploración repetidos y baja eficiencia de exploración al enfrentar escenas a gran escala. Considerando que muchas escenas interiores y exteriores suelen tener un mapa topológico previo, como mapas de navegación por carretera, mapas de redes viales satelitales, mapas de diseño asistido por computadora (CAD) en interiores, etc., este artículo incorporó esta información en el marco de exploración autónoma y propuso un método innovador de exploración autónoma basado en mapas topológicos para escenas a gran escala. La idea clave del método propuesto es planificar caminos de exploración con beneficios a largo plazo al fusionar estrechamente la información entre los mapas topológicos previos y los recolectados por el robot. El camino de exploración sigue una estrategia de exploración global, pero prioriza la exploración de escenas fuera de la información previa, evitando así que el robot vuelva a visitar áreas exploradas y evitando la duplicación de esfuerzos. Además, para mejorar la estabilidad de la eficiencia de exploración, el camino de exploración se refina aún más al evaluar el costo y la recompensa de cada punto de vista candidato a través de un método rápido. Los resultados de experimentos de simulación demostraron que el método propuesto supera a los métodos de exploración autónoma de última generación en eficiencia y estabilidad, y es más adecuado para la exploración en escenas a gran escala. La experimentación en el mundo real también ha demostrado la efectividad de nuestro método propuesto.