COMPASS框架：ICRA 2026提出狭窄空间机器人主动感知与操作方案
2026/06/01 18:06阅读量 2
一篇被ICRA 2026接收的论文提出COMPASS框架，解决机器人在狭窄、杂乱、遮挡环境中“边看边动”的难题。该框架通过近场扫描、基于操作效用的探索路径规划以及满足运动学约束的抓取姿态生成，显著提升了操作成功率，并配套构建了狭窄空间操作评估基准。
事件概述
一篇编号为 Paper TuI1I.294 的论文被 ICRA 2026 接收，提出了 COMPASS（面向狭窄空间操作的主动感知与操作规划框架），核心目标是让机器人在未知、遮挡、狭窄的环境中主动探索并完成抓取任务。
核心信息
问题定义
在真实场景中，机器人往往没有完整环境地图：目标可能被障碍物遮挡，机械臂周围存在箱子、墙壁、柜子等空间限制。狭窄空间操作的难点不仅在于“怎么抓”，更在于机器人必须安全地探索环境、找到目标，再生成真正可执行的抓取动作。
COMPASS 框架三步流程
- 近场感知扫描（Near-Field Awareness Scan）：利用腕部相机扫描机器人自身附近空间，建立“不可碰撞”区域。
- 基于操作效用的探索 RRT（Manipulation-Utility Exploration RRT）：系统主动选择下一个观察视角，同时考虑信息增益、机械臂运动容易度、姿态是否接近奇异点、路径平滑度以及后续抓取可行性。
- 约束抓取姿态生成：发现目标后，生成同时满足障碍物约束和运动学约束的抓取姿态，而非仅考虑几何可接触性。
基准测试与实验结果
研究构建了狭窄空间操作 benchmark，涵盖简单遮挡、严重遮挡、强运动学约束以及二者耦合的复杂场景。
- 仿真实验：与仅考虑信息增益或传统探索策略相比，COMPASS 显著提升了整体操作成功率。
- 真实机器人实验：在未知、遮挡、狭窄的环境中，机器人能够主动探索、定位目标并完成约束下的抓取。
值得关注
该工作直接回应了具身智能中“感知-规划-执行”闭环的核心挑战，为机器人在真实杂乱环境中安全操作提供了一条系统化技术路线。