Introdução à Robótica Inteligente

Código:

CC3046

Sigla:

CC3046

Nível:

300

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2022/2023 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Licenciatura em Inteligência Artificial e Ciência de Dados

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
L:IACD	2	Plano Oficial a partir do ano letivo 2021/22	3	-	6	56	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

1. Compreender os conceitos básicos de robótica, o enquadramento da inteligência artificial na robótica e middleware para robótica com ênfase no ROS.
2. Estudar métodos de perceção e interpretação sensorial que permitam criar estados do mundo precisos e métodos de localização e SLAM de robôs móveis.
3. Estudar os métodos que permitam a robôs móveis navegarem em ambientes conhecidos ou desconhecidos usando algoritmos de planeamento e navegação.
4. Compreender e utilizar algoritmos de aprendizagem computacional para robôs.
5. Compreender os fundamentos da interação humano-robô e da robótica cooperativa.
6. Analisar as principais competições robóticas nacionais e internacionais, os simuladores robóticos mais realistas e as plataformas robóticas mais avançadas disponíveis no mercado.
7. Incentivar capacidade de comunicação em tópicos técnicos e científicos e abordagens científicas saudáveis.

Resultados de aprendizagem e competências

- Conhecimentos de robótica inteligente e ROS.
- Conhecimentos de perceção e interpretação sensorial e SLAM.
- Conhecimentos de navegação.
- Conhecimentos e capacidade de aplicação de algoritmos de aprendizagem computacional para robôs.
- Conhecimentos de interação humano-robô e robótica cooperativa.
- Conhecimentos sobre as principais competições robótica, simuladores robóticos e plataformas robóticas.
- Capacidade para realizar trabalho científico na área da robótica inteligente.
- Capacidade para realizar um projeto completo de robótica.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Coonhecimentos de Programação (Python or C++) e de Inteligência Artificial.

Programa

1. Introdução à Robótica Inteligente: Conceitos Básicos; Arquiteturas para Robôs; História, Evolução e Tendências em Robótica Inteligente; Middleware para Robótica e ROS - Robot Operating System.
2. Perceção e Ação: Sensores; Visão Robótica; Interpretação Sensorial; Locomoção e Ação; Tipos de Atuadores.
3. Localização, Mapeamento e Navegação: Métodos de Mapeamento e Localização; SLAM; Planeamento de Caminhos; Desvio de Obstáculos; Navegação.
4. Aprendizagem para Robótica: Aprendizagem Supervisionada, Evolutiva, por Reforço e Profunda para Robótica.
5. Robótica Cooperativa: Interação Humano-Robô; Comunicação e Cooperação Multi-Robô.
6. Robótica no Futuro: Inteligência Artificial e Robótica no Futuro.

Bibliografia Obrigatória

Stuart Jonathan Russell; Artificial intelligence. ISBN: 978-1-292-40113-3
Sebastian Thrun; Probabilistic robotics. ISBN: 0-262-20162-3

Métodos de ensino e atividades de aprendizagem

- Exposição com interação nas aulas.
- Uso de simuladores para robôs móveis e exploração de plataformas robóticas simples.
- Trabalhos sobre aprendizagem em robótica e robótica cooperativa.
- Estudantes desafiados para a criatividade, aprendizagem e pensamento de alto-nível.
- Trabalhos de casa simples semanais e realização de um Projeto completo com feedback.

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Participação presencial	10,00
Teste	40,00
Trabalho prático ou de projeto	50,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	56,00
Frequência das aulas	56,00
Trabalho laboratorial	50,00
Total:	162,00

Obtenção de frequência

Condições de Frequência:
- Assiduidade e entrega do Projeto com avaliação superior a 7.5 valores (em 20).

Fórmula de cálculo da classificação final

Fórmula de avaliação:
- 10% Trabalhos de Casa e Participação nas Aulas
- 40% Mini-Teste
- 10% Projeto: Avaliação Intermédia do Projeto
- 40% Projeto: Avaliação Final do Projeto.

Provas e trabalhos especiais

N/A

Trabalho de estágio/projeto

N/A

Avaliação especial (TE, DA, ...)

Os estudantes com circunstâncias especiais devem discutir e negociar a sua situação com o responsável.

Melhoria de classificação

O exame é melhorável na época de recurso. A parte prática não é melhorável.

Observações

Júri:
Luis Paulo Reis
Alípio Jorge
Álvaro Figueira