Competições de Swarm Robotics

Código:

CSR01

Sigla:

CSR

Áreas Científicas
Classificação	Área Científica
CNAEF	Engenharia e técnicas afins

Ocorrência: 2021/2022 - 1S (de 04-10-2021 a 21-01-2022)

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia Eletrotécnica e de Computadores
Curso/CE Responsável:	Competições de Swarm Robotics

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
CSR	0	Plano de estudos oficial	1	-	1,5	12	40,5
L.BIO	1	Plano Oficial do ano letivo	3	-	1,5	12	40,5
L.EA	0	Plano Oficial	2	-	1,5	12	40,5
L.EC	1	Plano de estudos oficial	2	-	1,5	12	40,5
L.EGI	3	Plano Oficial do ano letivo	2	-	1,5	12	40,5
L.EIC	25	Plano Oficial	2	-	1,5	12	40,5
			3
L.EM	2	Plano de Estudos Oficial	3	-	1,5	12	40,5
L.EMAT	0	Plano Oficial do ano letivo 2021	3	-	1,5	12	40,5
L.EMG	1	Plano de estudos oficial a partir de 2008/09	2	-	1,5	12	40,5
			3
M.BIO	4	Plano de estudos oficial	1	-	1,5	12	40,5
M.EIC	2	Plano de estudos oficial	2	-	1,5	12	40,5
M.EM	2	Plano de Estudos Oficial	1	-	1,5	12	40,5

Língua de trabalho

Português

Objetivos

• dotar os estudantes de competências básicas na conceção, desenvolvimento e implementação de algoritmos simples de cooperação e consensos de múltiplos agentes com foco especial em competições de swarm robotics. Os algoritmos de inteligência e controlo swarm têm aplicações em diversas áreas científicas, incluindo, ambiental, bioengenharia, civil, ciências dos dados, ciências de computação e da informação, eletrotécnica, física, mecânica, nanotecnologia e química; o que torna este tópico transversal.


• preparar os estudantes para a competição de swarm robotics, promovendo o desenvolvimento de competências complementares (soft skills), designadamente: trabalho em equipa, cooperação, comunicação interpares, gestão de tempo, gestão de recursos, gestão de stress.

Resultados de aprendizagem e competências

• Explicação do funcionamento básico de simples algoritmos de consensos e inteligência swarm entre agentes;


• Conhecimento de conceitos básicos na plataforma ROS e simulador Gazebo;


• Desenvolvimento de pequenos módulos de programas em Python na plataforma ROS para a competição que consiste na utilização de robots móveis para procurar e colecionar o maior número de recursos num determinado período de tempo fixo.


• Desenvolvimento de soft skills nas áreas de trabalho em equipa, cooperação, comunicação interpares, gestão de tempo, gestão de recursos, gestão de stress

Modo de trabalho

Presencial

Programa

• Introdução aos algoritmos de cooperação e consensos de múltiplos agentes.


• Introdução às arquiteturas distribuídas de sistemas de swarm robotics para tarefas de controlo de formação e cobertura.


• Introdução ao ROS (Robotic Operating System) e simulador Gazebo.


• Desenvolvimento, implementação, simulação e teste em hardware (robots móveis) de programas de swarm robotics tendo por objetivo atingir a máxima pontuação na competição.

Bibliografia Obrigatória

Mehran Mesbahi; Graph theoretic methods in multiagent networks. ISBN: 978-0-691-14061-2
Hamann, H; Swarm robotics: A formal approach , Springer, 2018

Métodos de ensino e atividades de aprendizagem

A metodologia de ensino-aprendizagem tem por base a não-exigência de algum pré-conhecimento ou competência anterior por parte dos estudantes em linguagens de programação, algoritmos e hardware associado aos sistemas de robótica móvel, sendo por isso adequado a qualquer estudante de licenciatura ou de mestrado.

De acordo com o programa, as aulas compreendem tipologias teóricas e laboratoriais. A parte teórica consiste em palestras para exposição dos assuntos a tratar, acompanhadas de exemplos e demonstrações. A parte laboratorial é focadas nos trabalhos de aplicação, nomeadamente no desenvolvimento de programas de swarm robotics, simulação e teste na competição. Nesta fase, os estudantes terão a possibilidade de aplicar e testar os conhecimentos adquiridos.

 

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho escrito	15,00
Trabalho laboratorial	85,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	28,50
Frequência das aulas	12,00
Total:	40,50

Obtenção de frequência

participação ativa nas atividades

Fórmula de cálculo da classificação final

• Serão consideradas duas componentes:




• ETI - Exercícios propostos como Trabalho Individual


• TL – Trabalho Laboratorial




• Fórmula de cálculo da classificação final = 15% ETI + 85% TL