Exteroception

• Detto anche: exteroceptive sensing, external sensing
• Categoria: Sensing › Exteroceptive
• Tag: sensing, perception, sensor-classification, proprioception, perceptive-locomotion

La percezione dell'ambiente esterno al robot, con telecamere, LiDAR, radar, sonar e sensori simili, in contrapposizione alla propriocezione, che percepisce i giunti e il moto del robot stesso.

Definizione

Esterocezione (exteroception) è la percezione che un robot ha del mondo esterno al proprio corpo: la forma, l'aspetto e la posizione del terreno, degli ostacoli, degli oggetti e delle persone intorno. Il termine viene dalla fisiologia, dove Charles Sherrington distinse i sensi esterocettivi, come la vista e l'udito, dai sensi propriocettivi della posizione e del movimento del proprio corpo. In robotica questa coppia è un modo standard di classificare i sensori. I sensori esterocettivi comprendono telecamere, telecamere di profondità, LiDAR, radar, telemetri a ultrasuoni, microfoni e ricevitori GNSS; i sensori propriocettivi comprendono gli encoder dei giunti, la misura della corrente dei motori e le IMU.

Il confine non è sempre netto. Una IMU percepisce il moto del robot stesso ma anche la direzione della gravità, e i sensori tattili e di forza misurano il contatto con l'ambiente ma nei lavori sulla locomozione con zampe vengono di solito raggruppati con la propriocezione. Un criterio pratico è chiedersi se il segnale descrive principalmente lo stato interno del robot o il mondo che lo circonda. I dati esterocettivi sono tipicamente ad alta dimensionalità, arrivano con una certa latenza e risentono di illuminazione, meteo, polvere, riflessi e occlusioni. I dati propriocettivi sono a bassa dimensionalità, rapidi e affidabili, ma non rivelano nulla dell'ambiente finché il robot non lo tocca.

Buona parte della progettazione dei robot consiste nel combinare le due cose. Nella locomozione con zampe, i controllori ciechi che usano solo la propriocezione sono robusti ma reagiscono al terreno solo dopo il contatto, mentre i controllori percettivi aggiungono ingressi esterocettivi, come campioni di altezza da una mappa di elevazione, così che il robot possa posizionare i piedi in anticipo. Poiché l'esterocezione può fallire o trarre in inganno, per esempio su erba alta, neve, vetro o acqua, i sistemi robusti stimano quanto fidarsene e ripiegano sulla propriocezione quando le due sono in disaccordo. I dataset di veicoli come TartanDrive registrano flussi esterocettivi, come immagini della telecamera frontale e mappe di altezza e di colore viste dall'alto, insieme ai segnali propriocettivi, così che i modelli possano imparare come il terreno influisce sul moto del veicolo.

Perché è importante

L'esterocezione è il modo in cui un robot viene a conoscenza di tutto ciò che non ha ancora toccato: ostacoli, il terreno davanti, oggetti da afferrare e persone vicine. Sapere che cosa può vedere ciascun sensore esterocettivo, dove fallisce e come combinarlo con la propriocezione è una parte fondamentale della progettazione di qualsiasi robot che lavori in un ambiente non strutturato.

Applicazioni principali

• Rilevamento ed evitamento degli ostacoli per robot mobili
• Locomozione percettiva con zampe su scale e terreni accidentati
• Rilevamento degli oggetti e stima della posa per la manipolazione
• Mappatura, localizzazione e SLAM
• Classificazione del terreno per la guida fuoristrada
• Rilevamento e tracciamento delle persone per la sicurezza

In pratica

Un team che lavora su un quadrupede aggiunge uno strato percettivo a un controllore di camminata che funziona già alla cieca. Telecamere di profondità e un LiDAR alimentano una mappa di elevazione intorno al robot, e la policy riceve campioni di altezza intorno a ogni piede oltre agli stati dei giunti e ai dati della IMU. Nelle prove il robot ora sale scale su cui prima inciampava, ma barcolla nell'erba alta, dove la mappa mostra una superficie solida che non c'è. Il team riaddestra la policy con mappe di altezza randomizzate e corrotte perché impari ad affidarsi alla propriocezione quando i contatti dei piedi non concordano con la mappa, e registra entrambi i flussi per trovare i terreni in cui l'ingresso esterocettivo inganna il robot.

Idee sbagliate comuni

• Esterocezione significa telecamere — comprende qualsiasi percezione del mondo esterno, compresi LiDAR, radar, sonar, microfoni e GNSS
• Più sensori esterocettivi rendono sempre un robot più robusto — ognuno aggiunge modi di guasto e latenza, e il controllore ha bisogno di un modo per capire quando la vista esterna è sbagliata
• Esterocezione e propriocezione sono scelte in competizione — la maggior parte dei robot capaci le combina, usando la propriocezione per una retroazione rapida e affidabile e l'esterocezione per l'anticipazione
• Ogni sensore rientra nettamente in una sola categoria — IMU, sensori di contatto e di forza stanno vicino al confine, e la loro classificazione dipende dall'uso che si fa del segnale

Chi dovrebbe saperlo

• Ingegneri della percezione e dei sensori
• Sviluppatori di locomozione per robot con zampe e mobili
• Ingegneri di fusione dei sensori e stima dello stato
• Studenti di robotica che imparano come si classificano i sensori

Tecnologie correlate

• LiDAR
• Telecamere di profondità stereo e a tempo di volo (Time-of-Flight)
• Radar
• Telemetri a ultrasuoni
• Mappatura dell'elevazione (Elevation Mapping)
• Fusione multimodale dei sensori

Termini correlati

• Proprioception
• LIDAR
• Depth Camera
• RGB Camera
• Elevation Map
• Sensor Fusion

Progetti correlati

• Open3D: Modern library for 3D point cloud processing, mesh operations, and 3D machine learning
• PCL: Industry-standard C++ library for point cloud processing in robotics perception
• OpenMind OM1: AI-native operating system for robots with modular perception, cognition, and action
• Patchwork++: Fast and robust ground segmentation for 3D LiDAR point clouds from KAIST
• Vision Pilot: Autoware Foundation's open-source L2 ADAS stack from a single camera
• RAI: Vendor-agnostic agent framework for ROS 2 robots and physical AI