Exteroception

Auch genannt: exteroceptive sensing, external sensing
Kategorie: Sensing › Exteroceptive
Schlagwörter: sensing, perception, sensor-classification, proprioception, perceptive-locomotion

Die Wahrnehmung der Umgebung außerhalb des Roboters mit Kameras, LiDAR, Radar, Sonar und ähnlichen Sensoren, im Gegensatz zur Propriozeption, die die eigenen Gelenke und die Bewegung des Roboters erfasst.

Definition

Exterozeption (exteroception) ist die Wahrnehmung der Welt außerhalb des eigenen Körpers durch einen Roboter: Form, Erscheinung und Lage des Bodens, der Hindernisse, Objekte und Menschen in seiner Umgebung. Der Begriff stammt aus der Physiologie, wo Charles Sherrington exterozeptive Sinne wie Sehen und Hören von propriozeptiven Sinnen für die eigene Lage und Bewegung des Körpers unterschied. In der Robotik ist dieses Begriffspaar eine übliche Art, Sensoren einzuteilen. Zu den exterozeptiven Sensoren zählen Kameras, Tiefenkameras, LiDAR, Radar, Ultraschall-Entfernungsmesser, Mikrofone und GNSS-Empfänger; zu den propriozeptiven Sensoren zählen Drehgeber in den Gelenken, Motorstrommessung und IMUs.

Die Grenze ist nicht immer scharf. Eine IMU erfasst die Eigenbewegung des Roboters, aber auch die Richtung der Schwerkraft, und Tast- und Kraftsensoren messen den Kontakt mit der Umgebung, werden in Arbeiten zur Beinfortbewegung aber meist der Propriozeption zugerechnet. Ein praktischer Test ist, ob das Signal vorwiegend den inneren Zustand des Roboters oder die Welt um ihn herum beschreibt. Exterozeptive Daten sind typischerweise hochdimensional, kommen mit einer gewissen Latenz an und werden von Beleuchtung, Wetter, Staub, Reflexionen und Verdeckung beeinflusst. Propriozeptive Daten sind niedrigdimensional, schnell und verlässlich, verraten aber nichts über die Umgebung, bis der Roboter sie berührt.

Ein großer Teil der Roboterentwicklung besteht darin, beides zu kombinieren. Bei der Beinfortbewegung sind blinde Regler, die nur Propriozeption nutzen, robust, reagieren aber erst nach dem Kontakt auf das Gelände, während wahrnehmungsbasierte Regler exterozeptive Eingaben hinzufügen, etwa Höhenwerte aus einer Höhenkarte, sodass der Roboter seine Füße vorausschauend setzen kann. Weil Exterozeption versagen oder in die Irre führen kann, etwa bei hohem Gras, Schnee, Glas oder Wasser, schätzen robuste Systeme ab, wie weit sie ihr trauen können, und greifen auf Propriozeption zurück, wenn beide nicht übereinstimmen. Fahrzeugdatensätze wie TartanDrive zeichnen exterozeptive Datenströme, etwa Bilder der Frontkamera und Höhen- und Farbkarten aus der Draufsicht, zusammen mit propriozeptiven Signalen auf, damit Modelle lernen können, wie das Gelände die Bewegung des Fahrzeugs beeinflusst.

Warum es wichtig ist

Über Exterozeption erfährt ein Roboter von allem, was er noch nicht berührt hat: Hindernissen, dem Gelände vor ihm, zu greifenden Objekten und Menschen in der Nähe. Zu wissen, was jeder exterozeptive Sensor sehen kann, wo er versagt und wie er mit Propriozeption zu kombinieren ist, gehört zu den Grundlagen der Konstruktion jedes Roboters, der in einer unstrukturierten Umgebung arbeitet.

Wichtige Anwendungen

Hinderniserkennung und -vermeidung für mobile Roboter
Wahrnehmungsbasierte Beinfortbewegung auf Treppen und rauem Gelände
Objektdetektion und Posenschätzung für die Manipulation
Kartierung, Lokalisierung und SLAM
Geländeklassifikation für das Fahren abseits befestigter Wege
Erkennen und Verfolgen von Personen für die Sicherheit

In der Praxis

Ein Vierbeiner-Team ergänzt einen bereits blind funktionierenden Laufregler um eine Wahrnehmungsschicht. Tiefenkameras und ein LiDAR speisen eine Höhenkarte um den Roboter, und die Policy erhält zusätzlich zu Gelenkzuständen und IMU-Daten Höhenwerte rund um jeden Fuß. In Tests steigt der Roboter nun Treppen hinauf, an denen er zuvor gestolpert ist, gerät aber in hohem Gras ins Straucheln, wo die Karte eine feste Oberfläche zeigt, die es nicht gibt. Das Team trainiert die Policy mit randomisierten und verfälschten Höhenkarten neu, damit sie lernt, sich auf Propriozeption zu verlassen, wenn die Fußkontakte der Karte widersprechen, und zeichnet beide Datenströme auf, um Gelände zu finden, in dem die exterozeptive Eingabe den Roboter in die Irre führt.

Häufige Missverständnisse

Exterozeption bedeutet Kameras — sie umfasst jede Wahrnehmung der Außenwelt, einschließlich LiDAR, Radar, Sonar, Mikrofonen und GNSS
Mehr exterozeptive Sensoren machen einen Roboter immer robuster — jeder bringt Fehlerarten und Latenz mit, und der Regler braucht eine Möglichkeit zu erkennen, wann die Außensicht falsch ist
Exterozeption und Propriozeption sind konkurrierende Alternativen — die meisten leistungsfähigen Roboter kombinieren sie und nutzen Propriozeption für schnelle, verlässliche Rückkopplung und Exterozeption für Vorausschau
Jeder Sensor passt sauber in eine Kategorie — IMUs, Kontakt- und Kraftsensoren liegen nahe der Grenze, und ihre Einordnung hängt davon ab, wofür das Signal verwendet wird

Wer das wissen sollte

Ingenieure für Wahrnehmung und Sensorik
Entwickler der Fortbewegung von Lauf- und mobilen Robotern
Ingenieure für Sensorfusion und Zustandsschätzung
Robotikstudierende, die lernen, wie Sensoren eingeteilt werden

Open Source Robotics