Exteroception

• Também chamado: exteroceptive sensing, external sensing
• Categoria: Sensing › Exteroceptive
• Tags: sensing, perception, sensor-classification, proprioception, perceptive-locomotion

A percepção do ambiente fora do robô, com câmeras, LiDAR, radar, sonar e sensores semelhantes, em oposição à propriocepção, que percebe as juntas e o movimento do próprio robô.

Definição

Exterocepção (exteroception) é a percepção que um robô tem do mundo fora do próprio corpo: a forma, a aparência e a posição do solo, dos obstáculos, dos objetos e das pessoas ao redor. O termo vem da fisiologia, em que Charles Sherrington distinguiu os sentidos exteroceptivos, como a visão e a audição, dos sentidos proprioceptivos da posição e do movimento do próprio corpo. Na robótica, esse par é uma forma padrão de classificar sensores. Sensores exteroceptivos incluem câmeras, câmeras de profundidade, LiDAR, radar, telêmetros ultrassônicos, microfones e receptores GNSS; sensores proprioceptivos incluem encoders das juntas, medição de corrente dos motores e IMUs.

A fronteira nem sempre é nítida. Uma IMU percebe o movimento do próprio robô, mas também a direção da gravidade, e sensores de toque e de força medem o contato com o ambiente, mas costumam ser agrupados com a propriocepção nos trabalhos de locomoção com pernas. Um teste prático é verificar se o sinal descreve principalmente o estado interno do robô ou o mundo ao redor dele. Dados exteroceptivos costumam ter alta dimensão, chegam com alguma latência e são afetados por iluminação, clima, poeira, reflexos e oclusão. Dados proprioceptivos têm baixa dimensão, são rápidos e confiáveis, mas não revelam nada sobre o ambiente até o robô tocá-lo.

Grande parte do projeto de robôs consiste em combinar os dois. Na locomoção com pernas, controladores cegos que usam apenas propriocepção são robustos, mas reagem ao terreno só depois do contato, enquanto controladores perceptivos acrescentam entradas exteroceptivas, como amostras de altura de um mapa de elevação, para que o robô possa posicionar os pés com antecedência. Como a exterocepção pode falhar ou enganar, por exemplo em grama alta, neve, vidro ou água, sistemas robustos estimam o quanto confiar nela e recorrem à propriocepção quando as duas discordam. Conjuntos de dados de veículos como o TartanDrive registram fluxos exteroceptivos, como imagens da câmera frontal e mapas de altura e de cor vistos de cima, junto com sinais proprioceptivos, para que os modelos possam aprender como o terreno afeta o movimento do veículo.

Por que importa

A exterocepção é a forma como um robô descobre qualquer coisa que ainda não tocou: obstáculos, o terreno à frente, objetos a pegar e pessoas por perto. Saber o que cada sensor exteroceptivo consegue ver, onde ele falha e como combiná-lo com a propriocepção é uma parte básica do projeto de qualquer robô que trabalhe em um ambiente não estruturado.

Principais aplicações

• Detecção e desvio de obstáculos para robôs móveis
• Locomoção perceptiva com pernas em escadas e terreno acidentado
• Detecção de objetos e estimativa de pose para manipulação
• Mapeamento, localização e SLAM
• Classificação de terreno para condução off-road
• Detecção e rastreamento de pessoas para segurança

Na prática

Uma equipe de quadrúpedes acrescenta uma camada perceptiva a um controlador de caminhada que já funciona às cegas. Câmeras de profundidade e um LiDAR alimentam um mapa de elevação ao redor do robô, e a política recebe amostras de altura ao redor de cada pé, além dos estados das juntas e dos dados da IMU. Nos testes, o robô agora sobe escadas em que antes tropeçava, mas cambaleia em grama alta, onde o mapa mostra uma superfície sólida que não existe. A equipe retreina a política com mapas de altura aleatorizados e corrompidos para que ela aprenda a confiar na propriocepção quando os contatos dos pés discordam do mapa, e registra os dois fluxos para encontrar terrenos em que a entrada exteroceptiva engana o robô.

Equívocos comuns

• Exterocepção significa câmeras — ela abrange qualquer percepção do mundo externo, incluindo LiDAR, radar, sonar, microfones e GNSS
• Mais sensores exteroceptivos sempre tornam um robô mais robusto — cada um acrescenta modos de falha e latência, e o controlador precisa de uma forma de saber quando a visão externa está errada
• Exterocepção e propriocepção são escolhas concorrentes — a maioria dos robôs capazes combina as duas, usando a propriocepção para realimentação rápida e confiável e a exterocepção para antecipação
• Todo sensor se encaixa claramente em uma categoria — IMUs e sensores de contato e de força ficam perto da fronteira, e a classificação deles depende do uso que se faz do sinal

Quem deve saber

• Engenheiros de percepção e sensoriamento
• Desenvolvedores de locomoção de robôs com pernas e móveis
• Engenheiros de fusão de sensores e estimação de estado
• Estudantes de robótica que estão aprendendo como os sensores são classificados

Tecnologias relacionadas

• LiDAR
• Câmeras de profundidade estéreo e de tempo de voo (Time-of-Flight)
• Radar
• Telêmetros ultrassônicos
• Mapeamento de elevação (Elevation Mapping)
• Fusão de sensores multimodal

Termos relacionados

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

Projetos relacionados

• 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