Exteroception

• 다른 이름: exteroceptive sensing, external sensing
• 카테고리: Sensing › Exteroceptive
• 태그: sensing, perception, sensor-classification, proprioception, perceptive-locomotion

카메라, LiDAR, 레이더, 소나 같은 센서로 로봇 바깥의 환경을 감지하는 것. 로봇 자신의 관절과 운동을 감지하는 고유 감각과 대비된다.

정의

외부 감각(exteroception)은 로봇이 자기 몸 바깥의 세계, 즉 주변의 지면, 장애물, 물체, 사람의 모양, 겉모습, 위치를 감지하는 것이다. 이 용어는 생리학에서 왔는데, Charles Sherrington은 시각과 청각 같은 외부 감각을 몸 자체의 위치와 움직임에 대한 고유 감각과 구별했다. 로봇공학에서 이 한 쌍은 센서를 분류하는 표준적인 방법이다. 외부 감각 센서에는 카메라, 깊이 카메라, LiDAR, 레이더, 초음파 거리 측정기, 마이크, GNSS 수신기가 있고, 고유 감각 센서에는 관절 인코더, 모터 전류 감지, IMU가 있다.

경계가 늘 뚜렷하지는 않다. IMU는 로봇 자신의 운동을 감지하지만 중력 방향도 감지하며, 촉각 센서와 힘 센서는 환경과의 접촉을 측정하는데도 다리형 이동 연구에서는 보통 고유 감각으로 분류된다. 실용적인 판별 기준은 신호가 주로 로봇의 내부 상태를 기술하는지, 아니면 주변 세계를 기술하는지다. 외부 감각 데이터는 보통 고차원이고, 어느 정도 지연되어 도착하며, 조명, 날씨, 먼지, 반사, 가림의 영향을 받는다. 고유 감각 데이터는 저차원이고 빠르며 믿을 만하지만, 로봇이 환경에 닿기 전까지는 환경에 대해 아무것도 드러내지 않는다.

로봇 설계의 상당 부분은 이 둘을 결합하는 일이다. 다리형 이동에서 고유 감각만 쓰는 블라인드 제어기는 강건하지만 접촉한 뒤에야 지형에 반응하며, 지각형 제어기는 고도 지도의 높이 샘플 같은 외부 감각 입력을 더해 로봇이 발을 미리 놓을 수 있게 한다. 외부 감각은 키 큰 풀, 눈, 유리, 물 같은 곳에서 실패하거나 오도할 수 있으므로, 강건한 시스템은 외부 감각을 얼마나 믿을지 추정하고 둘이 어긋나면 고유 감각으로 돌아간다. TartanDrive 같은 차량 데이터셋은 전방 카메라 영상과 위에서 내려다본 높이 지도 및 색상 지도 같은 외부 감각 스트림을 고유 감각 신호와 함께 기록하여, 모델이 지형이 차량의 운동에 어떤 영향을 주는지 학습할 수 있게 한다.

중요한 이유

외부 감각은 로봇이 아직 닿지 않은 모든 것, 즉 장애물, 앞쪽 지형, 잡을 물체, 근처의 사람에 대해 알게 되는 수단이다. 각 외부 감각 센서가 무엇을 볼 수 있는지, 어디서 실패하는지, 고유 감각과 어떻게 결합하는지를 아는 것은 비정형 환경에서 일하는 로봇을 설계하는 데 기본이다.

주요 응용

• 모바일 로봇의 장애물 검출과 회피
• 계단과 험지에서의 지각형 다리 이동
• 조작을 위한 물체 검출과 자세 추정
• 지도 작성, 위치 추정, SLAM
• 오프로드 주행을 위한 지형 분류
• 안전을 위한 사람 검출과 추적

실제 사례

한 사족 로봇 팀이 이미 블라인드로 동작하는 보행 제어기에 지각 계층을 더한다. 깊이 카메라와 LiDAR가 로봇 주변의 고도 지도에 데이터를 공급하고, 정책은 관절 상태와 IMU 데이터에 더해 각 발 주변의 높이 샘플을 받는다. 시험에서 로봇은 이제 예전에 걸려 넘어지던 계단을 오르지만, 지도에는 단단한 표면이 있는데 실제로는 없는 키 큰 풀밭에서는 비틀거린다. 팀은 무작위화하고 손상시킨 높이 지도로 정책을 다시 학습시켜, 발 접촉이 지도와 어긋날 때 고유 감각에 의존하도록 배우게 하고, 두 스트림을 모두 기록해 외부 감각 입력이 로봇을 오도하는 지형을 찾아낸다.

흔한 오해

• 외부 감각은 카메라를 뜻한다 — LiDAR, 레이더, 소나, 마이크, GNSS를 포함해 바깥 세계를 감지하는 모든 것을 포괄한다
• 외부 감각 센서가 많을수록 로봇은 언제나 더 강건해진다 — 센서마다 실패 모드와 지연이 더해지며, 제어기에는 외부의 관측이 틀렸을 때 이를 알아챌 방법이 필요하다
• 외부 감각과 고유 감각은 서로 경쟁하는 선택지다 — 유능한 로봇 대부분은 둘을 결합해, 빠르고 믿을 만한 피드백에는 고유 감각을, 예측에는 외부 감각을 쓴다
• 모든 센서는 한 범주에 깔끔하게 들어간다 — IMU, 접촉 센서, 힘 센서는 경계 근처에 있으며, 어떻게 분류되는지는 그 신호를 무엇에 쓰느냐에 달려 있다

알아야 할 사람

• 인식 및 센싱 엔지니어
• 다리형 로봇 및 모바일 로봇 이동 개발자
• 센서 융합 및 상태 추정 엔지니어
• 센서 분류 방법을 배우는 로봇공학 학생

관련 기술

• LiDAR
• 스테레오 및 비행시간 깊이 카메라(Stereo and Time-of-Flight Depth Cameras)
• 레이더
• 초음파 거리 측정기
• 고도 지도 작성(Elevation Mapping)
• 멀티모달 센서 융합

관련 용어

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

관련 프로젝트

• 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