觸覺：力與接觸
在本主題前面，我們認識了機器人的「內耳」——那些報告自身關節與運動的感測器。它們是本體感受的：向內觀察。本篇要講的恰恰相反，是向外觀察世界的外感受感測器。其中最親密的一種就是觸覺。當機器人的手壓住某物時，它壓得有多用力？是快把雞蛋捏碎了，還是雞蛋正從指間滑走？
最重要的那個裝在手腕處：力/力矩感測器。想像在機器人手臂與手之間擰著一個小圓餅，它一次測量六個數字——沿三個方向（X、Y、Z）的推或拉，以及繞這三個軸的扭轉。這六個數字合起來，描述了外部世界推搡這隻手的所有方式。如果機器人把銷釘插進孔裡卻卡住了，手腕會感到側向力，控制器便可微微擺動去找到孔口——就像你感覺鑰匙在鎖裡卡住一樣。
更貼近「皮膚」的是觸覺感測器——鋪在指尖或手掌上的一格格微小壓力點，就像機器人皮膚上一塊低解析度的觸控螢幕。手腕感測器報告的是一個總的合力，而觸覺墊報告的是一張小地圖：手指哪個部位在接觸、壓力的形狀如何、那壓力是否在滑動（這是物體即將滑脫的徵兆）。這就是「知道手被推了」與「確切知道硬幣落在手掌何處」之間的差別。
用光看見距離
觸覺只能告訴你已經壓著的東西。要提前規劃，機器人需要從遠處測量距離——而我們最快的信使就是光。最經典的光學測距器是雷射雷達（LiDAR，光探測與測距）。它發出一束短暫的雷射脈衝，等待反射彈回，並對這一來回計時。光每奈秒大約走三十公分，所以計時器必須非常精確，但其原理不過是一種用光做成的回聲：越近的表面，回聲來得越早。
一束脈衝只測量一個方向。要描繪整個房間，雷射雷達會掃動光束——旋轉，或在場景上快速掃掠——每秒進行成千上萬次測量。結果是一團點雲：一群三維的點，每一個都是雷射擊中真實表面的位置。把一台旋轉雷射雷達立在走廊裡，點雲便勾勒出牆壁、門洞、一個走過的人——一副忠實的幾何骨架，沒有顏色、沒有標籤，只有形狀。
相機給出的恰好相反：色彩豐富，卻通常沒有距離。RGB-D／深度相機彌補了這一點。「RGB」是普通的彩色影像；「D」是附在每一個像素上的深度值，於是畫面裡的每個點都同時說明它有多遠。有些深度相機投射一片不可見的紅外點陣，觀察它在近處表面上如何扭曲；有些像逐像素的微型雷射雷達那樣為自己的光計時；還有些用兩個鏡頭做三角測量，與立體視覺同理，也正是你兩隻眼睛用的把戲。回報是一團帶顏色的點雲：形狀與外觀兼備，正好用來發現並抓取桌上的物體。
用聲音測距，用衛星定位
光並不是機器人能用的唯一回聲。樸素的超音波（聲納）感測器發出一聲我們聽不見的高頻啁啾，再聆聽回聲並計時——正是蝙蝠尋找飛蛾的方式，也是汽車倒車雷達在牆越來越近時嗶嗶聲越來越急的方式。聲音比光大約慢一百萬倍，這在這裡其實是一份饋贈：一來一回耗時以毫秒計而非奈秒，於是電路可以又便宜又簡單。一個聲納只值幾枚硬幣，耗電極少，能可靠地回答「兩公尺內有沒有東西？」——只是它說不出精確形狀，只能給出前方物體的大致距離。
觸覺、光與聲音都在回答「那東西離我多遠？」。但室外機器人面對的是另一個問題：「我在地球上的什麼地方？」這就是GNSS／GPS的工作。頭頂上一群衛星，每一顆都廣播著時間和自己的位置。接收器同時聽到好幾顆，再根據每個訊號到達所花時間的細微差別，解算出自己在地球上的位置——就像靠幾座遠處教堂鐘聲傳到耳邊的時間長短，推算出你站在何處。
普通 GPS 把你定位到幾公尺之內——對一台決定自己在哪條街上的配送車足夠了，對在兩條線之間停車卻毫無用處。加上額外的校正（一種稱為 RTK 的技術），GNSS 可銳化到幾公分，正因如此自動駕駛汽車和田間測繪的農業機器人都依賴它。代價是衛星訊號微弱，需要開闊的天空視野，於是 GNSS 在室內、隧道裡、高樓之間會失明——而那恰恰是你希望雷射雷達和相機接手的地方。
為任務選對感官
沒有哪種向外看的感測器樣樣在行；每一種都有寫進其物理原理裡的盲點。了解這些盲點，等於完成了設計機器人的一半。玻璃是著名的陷阱：雷射雷達的雷射會直接穿過窗戶，或在鏡子上反彈，於是機器人「看到」的是後面的房間，而非眼前的玻璃。霧、雨、塵也會散射雷射，把點雲抹糊。明亮的陽光則能淹沒深度相機微弱的紅外點陣，正因如此，那些在室內表現驚豔的相機，在正午的露臺上常常半盲。
- 室內，近處需要形狀與顏色（例如從桌上挑揀物體）：選 RGB-D 深度相機。
- 室外或大空間，需要遠距離與精確幾何（例如汽車或測繪機器人）：選雷射雷達。
- 只需一種便宜的「附近有東西嗎？」的保險桿式感知（例如掃地機器人避牆）：幾個超音波聲納就夠了。
- 需要輕柔抓取或憑感覺裝配（例如插入插頭）：用手腕力/力矩感測器，再配觸覺墊做精細接觸。
- 在開闊天空下需要知道身處地球何方（例如配送車或農用拖拉機）：用 GNSS/GPS，若需公分級則加 RTK。
更深一層的道理是：你很少只選一種。因為每種感測器都以自己的方式失靈，機器人便把它們組合起來，讓一種感測器去補另一種的盲點——聲納抓住雷射雷達漏掉的玻璃門，相機補上雷射雷達缺的顏色，當 GPS 在隧道裡掉線時車輪編碼器繼續撐著。把這些資料流融合成一幅可信的圖景，本身就是一門手藝，叫做感測器融合，也正是本主題接下來幾篇要去的方向。