IPLUSO 22088

Robótica Aplicada e Móvel

• ApresentaçãoPresentation

  A unidade curricular de Robótica Aplicada e Móvel visa introduzir conceitos e ferramentas essenciais no contexto de conhecer os elementos constituintes de um sistema robotico (robot móvel), focando essencialmente os robots terrestres. Conhecer robots móveis, bem como os elementos que o constituem: sensores, controlador/microcontrolador, pré-atuadores e atuadores. Programação e parametrização de robots. Adicionar redes de comunicação sem fios para o controlo de robots
• ProgramaProgramme

  Parte 1 1. Introdução à Robótica Móvel a. Introdução à Robótica Móvel b. Contexto histórico c. Tipos de robots móveis d. Estado da arte em Robótica Móvel e aplicações e. Componentes de um Robot Móvel Parte 2 2. Movimento e Controlo de robots móveis a. Introdução à locomoção b. Tipos de locomoção c. Atuadores: definição e tipos d. Cinemática e. Sensores f. Controlo PID Parte 3 4. Paradigmas de programação de robots a. Reativo b. Hierárquico c. Híbrido Parte 4 6. Navegação e planeamento a. Planeamento de trajetórias b. Desvio de obstáculos 8. Outros tipos de locomoção 9. Projeto de robots móveis
• ObjectivosObjectives

  Reconhecer as diversas vertentes e aplicações da Robótica Móvel. Reconhecer os principais componentes de um robot móvel.. Obter conhecimentos de programação com robots móveis. Possuir conhecimentos de programação e parametrização de robots móveis. Possuir conhecimentos de programação para o controlo de robots móveis com recurso as redes sem fios. Possuir conhecimentos na utilização de software de modelação e programação.
• BibliografiaBibliography

  1. SIEGWART, R.; NOURBAKHSH, I. Introduction to Autonomous Mobile Robots. Cambridge, Massachusetts: MIT Press, 2004. 2. MURPHY, Robin. R. Introduction to AI robotics. Cambridge, Massachusetts: MIT Press, 2000. 3. THRUN, S., BURGARD, W., FOX, D. Probabilistic Robotics. Cambridge, Massachusetts: MIT Press, 2005. 4. DUDEK, G.; JENKIN, M. Computational Principles of Mobile Robotics. Cambridge, Massachusetts: MIT Press, 2010. 5. RUSSEL, S. .; NORVIG, P. Artificial Intelligence: a modern approach. Prentice Hall. 3rd edition, 2009. 6. MITCHELL, T. Machine Learning. McGrawHill, 1997.  
• MetodologiaMethodology

  A exposição dos conceitos é efetuada apelando à participação ativa dos alunos. Apresentam-se exemplos ilustrativos dos conceitos e dos resultados. Nas aulas práticas, os alunos analisam e a resolvem trabalhos práticos em laboratório, assim o desenvolvimento dos projetos. Avaliação contínua: uma frequência a realizar durante o semestre, com um peso de 50%, 1 trabalho de projeto com entrega de relatório, com um peso de 50%. São considerados aprovados os alunos que obtenham uma média igual ou superior a 9,5 valores e que apresentem uma assiduidade superior a 75% do nº total de aulas, desde que não abrangidos por estatutos/situações especiais. Avaliação final: uma época de exame para alunos não aprovados em avaliação contínua. São aprovados os alunos com classificação igual ou superior a 9,5 valores
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  6
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não