机器人能感觉到什么：内部感觉与外部感觉

一个你早就会的小把戏

闭上眼睛，用手指摸自己的鼻子。你不用看就能做到，因为你身体里总有某个部分知道自己的手臂在哪里——手肘弯了没有、手摆到了多远。这种内在的身体感觉叫做本体感觉。现在睁开眼睛，去拿桌子对面的咖啡杯。这一次你需要眼睛了：身体内部没有任何东西告诉你杯子在哪里——只有朝向外部世界的感官才能告诉你。这种向外的感觉叫做外感受。

机器人的感官也沿着完全相同的界线一分为二。这个唯一的划分——我测量的是自己的身体，还是外部世界？——是整个传感器章节最有用的地图。它的名字叫做本体感觉与外感受感知，一旦你看懂了它，后面遇到的每个传感器都会整整齐齐地落进这两个桶之一。

内部感觉：了解自己的身体

本体感觉传感器测量机器人自身的状态——它的关节摆在什么位置、转得有多快、电机在多用力地推。它们通常体积小、便宜、速度快，而且就直接装在关节和电子元件里面。有三种几乎到处都能见到。

旋转编码器装在电机轴上，数出关节转了多少——这就是机器人感知四肢位置的方式，直接对应于你知道自己手肘弯着。
惯性测量单元（IMU）把一个加速度计（感受推力和恒定的重力拉扯）和一个陀螺仪（感受转动）打包在一起。两者合起来告诉机器人哪边是上、身体正怎样倾斜——这就是你内耳的平衡感，装进了一块芯片里。
装在手腕处的力/力矩传感器，或是电机驱动器内部的电流检测，告诉机器人自己推得有多用力、或被推得有多用力——这是它对用力和接触的感觉，就像你感觉手里袋子的重量。

内部感觉的妙处在于，它们在一片漆黑、浓雾弥漫或真空环境中照样工作——它们从不依赖外界配合。它们的弱点是只能描述身体本身，永远说不出周围的房间。即使轮子在冰面上空转、毫无作用，编码器也会乐呵呵地告诉你它转了十圈。

外部感觉：读取世界

外感受传感器朝外，测量那些机器人无法控制的东西：墙在哪里、桌上摆着什么物体、机器人在地图上处于什么位置。它们就是机器人找到杯子的途径。常见的几种各有各的脾气。

激光雷达向四周扫射激光束，并对每一束反射回来所花的时间计时，从而勾勒出一圈清晰的距离——就像机器人每秒用成千上万把看不见的卷尺去摸清房间。
RGB-D／深度相机给出一张普通彩色图像，外加每个像素的距离，于是机器人既能看到物体长什么样，又能知道它有多远。
超声波（声呐）传感器发出一声啁啾并聆听回声——便宜、作用距离短，正是蝙蝠在黑暗中飞行用的同一招。
GNSS／GPS接收机聆听头顶的卫星，确定机器人在整个地球上的位置——这是户外的方位感，精度可达几米。

外部感觉强大，却喜怒无常。相机在强光或黑暗中很吃力，激光雷达会被玻璃和雨水搞糊涂，声呐会被柔软的表面骗到，GPS一进室内或走到高楼之间就消失了。它们都依赖外界配合——这正是机器人永远不能只信任其中一个的原因。

为什么机器人两者都需要，以及接下来发生什么

内部感觉和外部感觉互相补位。即便相机被太阳晃花了眼，IMU也能让无人机在零点几秒内保持水平；而相机又能纠正任何IMU在几分钟里累积起来的缓慢漂移。把若干不完美的读数融合成一个更好的估计，这叫做传感器融合，它是几乎每一台能干的机器人背后那台默默运转的引擎。

所有这一切都汇入机器人学中最基本的循环：感知，然后规划，然后行动，然后再次感知。这个循环就是感知—规划—行动范式。感知是第一步，所以后续每一个决策的质量，都被机器人最初对处境的感受好坏所限定。垃圾进，垃圾出——这正是后面的指南要花那么多篇幅讲噪声、漂移、校准这些原始信号问题的原因。

整章的一张地图

下面把本章其余部分，按照你现在随身带着的那一个问题分了类。把它放在手边：当后面每一篇指南介绍一个传感器时，问问自己它属于哪一栏，这个新概念就已经有了归处。

QUESTION THE SENSOR ANSWERS        SENSORS YOU'LL MEET
---------------------------------  -----------------------------
INNER  "What is my body doing?"    encoder, IMU (accel + gyro),
  (proprioceptive)                 force/torque, tactile

OUTER  "What is the world doing?"  LiDAR, RGB-D camera, sonar,
  (exteroceptive)                  GNSS / GPS

BOTH   "How much do I trust it?"   noise, bias & drift,
  (applies to every sensor)        calibration, sampling,
                                   filtering, sensor fusion

本章后面的每一篇指南，都落在这三行之中的某一行。

注意第三行。噪声、校准和融合根本不是某一类传感器——它们是处理任何传感器交给你的东西所遵循的规则。这正是本章在那里收尾的原因：一旦你知道了机器人能感觉到什么、又该信它几分，你就准备好把原始信号变成真正的理解了。