Exteroception

• 別名: exteroceptive sensing, external sensing
• カテゴリ: Sensing › Exteroceptive
• タグ: sensing, perception, sensor-classification, proprioception, perceptive-locomotion

カメラ、LiDAR、レーダー、ソナーなどのセンサーによる、ロボットの外の環境の感知。ロボット自身の関節と動きを感知する固有受容感覚と対比される。

定義

外受容感覚（exteroception）は、ロボットが自分の体の外の世界、すなわち周囲の地面、障害物、物体、人の形状、見え方、位置を感知することである。この用語は生理学に由来し、Charles Sherrington は視覚や聴覚のような外受容感覚を、体自身の位置と動きの固有受容感覚と区別した。ロボティクスでは、この対はセンサーを分類する標準的な方法である。外受容センサーにはカメラ、深度カメラ、LiDAR、レーダー、超音波距離計、マイク、GNSS 受信機が含まれ、固有受容センサーには関節エンコーダー、モーター電流の検出、IMU が含まれる。

境界は必ずしも明確ではない。IMU はロボット自身の動きを感知するが重力の方向も感知し、触覚センサーや力センサーは環境との接触を計測するが、脚式移動の研究では通常、固有受容感覚の側に分類される。実用的な判定基準は、その信号が主にロボットの内部状態を表しているのか、周囲の世界を表しているのかである。外受容のデータは一般に高次元で、ある程度の遅延を伴って届き、照明、天候、ほこり、反射、遮蔽の影響を受ける。固有受容のデータは低次元で、速く、信頼できるが、ロボットが環境に触れるまでは環境について何も明らかにしない。

ロボット設計の多くは、この 2 つを組み合わせることにある。脚式移動では、固有受容感覚だけを使うブラインドな制御装置はロバストだが、接触したあとでしか地形に反応できない。一方、知覚型の制御装置は、標高マップからの高さのサンプルのような外受容の入力を加え、ロボットが前もって足を置けるようにする。外受容感覚は、たとえば背の高い草、雪、ガラス、水の上で失敗したり誤解を招いたりすることがあるため、ロバストなシステムはそれをどこまで信頼するかを推定し、両者が食い違うときには固有受容感覚にフォールバックする。TartanDrive のような車両データセットは、前方カメラの画像や上から見た高さマップ・色マップといった外受容のストリームを固有受容の信号とあわせて記録し、地形が車両の動きにどう影響するかをモデルが学習できるようにしている。

重要な理由

外受容感覚は、障害物、前方の地形、把持する物体、近くにいる人など、まだ触れていないものについてロボットが知るための手段である。各外受容センサーが何を見ることができ、どこで失敗し、固有受容感覚とどう組み合わせるかを知ることは、非構造化環境で働くロボットを設計するうえでの基本である。

主な用途

• 移動ロボットの障害物検出と回避
• 階段や荒れた地形での知覚型の脚式移動
• マニピュレーションのための物体検出と姿勢推定
• 地図作成、自己位置推定、SLAM
• オフロード走行のための地形分類
• 安全のための人の検出と追跡

実際の使われ方

ある四脚ロボットのチームが、すでにブラインドで歩ける歩行制御装置に知覚の層を加える。深度カメラと LiDAR がロボット周囲の標高マップにデータを送り、方策は関節状態と IMU のデータに加えて、各足の周囲の高さのサンプルを受け取る。試験では、ロボットは以前つまずいていた階段を登れるようになったが、背の高い草の中ではよろめく。そこでは、マップが実際には存在しない固い表面を示すからである。チームはランダム化した高さマップや破損させた高さマップで方策を再学習させ、足の接触がマップと食い違うときには固有受容感覚に頼ることを学ばせる。また、両方のストリームを記録して、外受容の入力がロボットを誤らせる地形を探す。

よくある誤解

• 外受容感覚とはカメラのことである — LiDAR、レーダー、ソナー、マイク、GNSS を含め、外界のあらゆるセンシングを含む
• 外受容センサーを増やせば常にロボットはロバストになる — センサーを加えるたびに故障モードと遅延が増え、制御装置には外界の見え方が誤っているときにそれを判断する手段が必要になる
• 外受容感覚と固有受容感覚はどちらかを選ぶものである — 能力の高いロボットの多くは両者を組み合わせ、速く信頼できるフィードバックには固有受容感覚を、先読みには外受容感覚を使う
• どのセンサーもきれいに一方の分類に収まる — IMU、接触センサー、力センサーは境界付近にあり、どう分類されるかは信号が何に使われるかによる

知っておくべき人

• 知覚・センシングのエンジニア
• 脚式ロボット・移動ロボットの移動制御の開発者
• センサーフュージョンと状態推定のエンジニア
• センサーの分類を学ぶロボティクスの学生

関連技術

• LiDAR
• ステレオ深度カメラと ToF 深度カメラ（Stereo and Time-of-Flight Depth Cameras）
• レーダー（Radar）
• 超音波距離計（Ultrasonic Rangefinders）
• 標高マッピング（Elevation Mapping）
• マルチモーダルセンサーフュージョン（Multimodal Sensor Fusion）

関連用語

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

関連プロジェクト

• 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