Robótica Inteligente

Código:

M.EIC041

Sigla:

RI

Áreas Científicas
Classificação	Área Científica
OFICIAL	Inteligência Artificial

Ocorrência: 2024/2025 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia Informática
Curso/CE Responsável:	Mestrado em Engenharia Informática e Computação

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M.EIC	37	Plano de estudos oficial	2	-	6	39	162

Língua de trabalho

Inglês

Objetivos

• Compreender os conceitos básicos de Robótica e o enquadramento da Inteligência Artificial na Robótica.


• Estudar métodos de perceção e interpretação sensorial (com ênfase na visão por computador) que permitam criar estados do mundo precisos e métodos de localização de robôs móveis.


• Estudar os métodos que permitam a robôs móveis navegarem em ambientes conhecidos ou desconhecidos usando algoritmos de Planeamento e Navegação.


• Estudar os fundamentos da interação humano-robô, da aprendizagem para robôes, robótica cooperativa e da construção de equipas de robôs.


• Analisar as principais competições robóticas nacionais e internacionais, os simuladores robóticos mais realistas e as plataformas robóticas mais avançadas disponíveis no mercado.


• Incentivar capacidade de comunicação em tópicos técnicos.


• Incentivar abordagens científicas saudáveis.

Resultados de aprendizagem e competências

Espera-se que, no final da UC, os estudantes sejam capazes de:

• Definir Autonomia em Sistemas Robóticos
• Definir Sistemas Robóticos Inteligentes
• Explicar o enquadramento da Inteligência Artificial em Sistemas Robóticos Inteligentes
• Identificar as aplicações da Robótica Inteligente
• Identificar e utilizar as Arquiteturas clássicas para controlo em Robótica
• Conhecer o Estado da Arte em Sistemas Robóticos Inteligentes
• Conhecer os sensores e atuadores mais comuns utilizados em robótica e métodos de interpretação sensorial
• Avaliar a utilização de sistemas de visão comparativamente a outros métodos
• Aplicar métodos de fusão sensorial, métodos do âmbito da Inteligência Artificial e métodos de processamento de sinal e de visão para construir Estados do Mundo
• Aplicar métodos de localização,  mapeamento, planeamento e navegação em robótica
• Conhecer e utilizar uma ou mais plataformas robóticas e/ou de simulação robótica
• Conhecer e utilizar metodologias de interacção, aprendizagem e cooperação para robótica. 

Modo de trabalho

Presencial

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

É necessária experiência em programação, qualquer linguagem.
Linguagens frequentemente utilizadas na UC são C++ e Python.
Preferencialmente conhecimentos básicos de Inteligência Artificial.

Programa

1. Introdução à Robótica Inteligente:
   Conceitos Básicos de Robótica, Inteligência Artificial em Robótica; Áreas e Aplicações de Robôs Inteligentes; Ciclo Percepção-Decisão-Ação; Arquiteturas para Agentes Robóticos; Competições Robóticas; Simulação e Simuladores Robóticos; História, Evolução e Tendências Atuais em Robótica Inteligente.


2. Middleware para Robótica e ROS:
   Middleware e Middleware para Robótica; Projetos de Middleware em Robótica; Introdução ao ROS - Robot Operating System; Arquitetura ROS; Comandos da Consola ROS; Criação de Pacotes ROS; ROS C++ Client Library; Simulação em ROS; Visualizações e Ferramentas de Interface; ROS Bags.


3. Percepção e Interpretação Sensorial:
   Tipos de Sensores para Robôs Móveis; Proximidade / Sensores de Contato; Sensores de Posição/Movimento; Visão Robótica (Camaras, Sensores de Profundidade, Imagem Digital, Espaços de Cores, Processamento e Análise de Imagem; “Robot Hearing”; Análise e Representação de Incerteza; Técnicas de Fusão Sensorial.


4. Locomoção e Ação:
   Atuadores para Robôs Móveis; Modos e Mecanismos de Locomoção; Robôs com Rodas; Robôs com Pernas e Walking Bípede; Manipuladores Robóticos e seu Controle; Cinemática de Robôs Móveis e Controle de Movimento; Simulação de Locomoção e Ação.


5. Localização e Mapeamento:
   Mapas e Estados do Mundo; Mapas Métricos e Mapas Topológicos; Localização de Markov, Gaussian e Grid; Filtros de Kalman e Localização de Filtros de Kalman Estendidos; Filtros de Partículas e Localização de Monte-Carlo; SLAM - Localização e Mapeamento Simultâneos; Métodos para SLAM (EKF-SLAM, FastSLAM e Graph SLAM).


6. Planeamento e Navegação:
   Planeamento de Caminho em Ambientes Conhecidos/Desconhecidos; Decomposição Celular; Visibility Graphs; Diagramas de Voronoi; Algoritmos de Pesquisa, Dijkstra, A * e D *; Método de Campo Potencial; Desvio de Obstáculos; Arquiteturas de Navegação; Métodos de Exploração do Mundo; Planeamento de Alto Nível.


7. Interação Humano-Robô (IHR):
   Noções Básicas de Interação Humano-Computador; Perceção para IHR; Decisão para IHR; Ação para IHR; Cooperação Inteligente Humano-Robô.


8. Aprendizagem para Robótica:
   Introdução e Desafios na Aprendizagem de Robôs; Redução de Dimensionalidade; Aprendizagem Supervisionada; Aprendizagem Evolutiva para Robótica; Aprendizagem por Reforço para Robótica; Otimização e Metaheurísticas para Robótica; Self-Supervised, Imitation e Deep Learning para Robótica; Aprendizagem Multi-Robô.


9. Robótica Cooperativa e Equipas Humano-Robô:
   Cooperação entre Robôs para Trabalho em Equipa; Intenções Conjuntas, TAEMS, Baseada em Papéis, Regras Sociais; Formações Multi-Robô; Comunicação Multi-Robô; Locker-Room, Coordenação Estratégica, Setplays; Swarm Robotics; Equipas Humano-Robô.


10. Robótica no Futuro:
    Inteligência Artificial e Robótica no Futuro; Visões, Ficção Científica e Realidade; Projetos Avançados em Robótica em Portugal, UE, Japão e EUA; Asimov Laws e o seu Futuro; Ética Robótica, Direitos dos Robôs e Robotic Governance; Robôs Industriais, Pessoais, Ubiquos e Cloud; Tendências Futuras e Aplicações em Robótica; A Singularidade?

Bibliografia Obrigatória

Howie Choset, Kevin M. Lynch, Seth Hutchinson, George Kantor, Wolfram Burgard, Lydia E. Kavraki, Sebastian Thrun ; Principles of Robot Motion : Theory, Algorithms, and Implementations , Bradford Book, MIT Press, Cambridge, Massachussets, London England, 2005. ISBN: 0-262-03327-5
Robin R. Murphy; An Introduction to AI Robotics , Bradford Book, MIT Press, Cambridge, Massachussets, London England, 2000. ISBN: 0-262-13383-0
Russell, Stuart; Artificial intelligence. ISBN: 0-13-360124-2

Bibliografia Complementar

Sebastian Thrun, Wolfram Burgard, Dieter Fox ; Probabilistic Robotics, MIT Press, Cambridge, Massachussets, London England, 2005. ISBN: 0-262-20162-3
Siciliano, Bruno; Khatib, Oussama (Eds.); Springer Handbook of Robotics, Springer, 2008. ISBN: 978-3-540-38219-5
Jason M. O'Kane; A Gentle Introduction do ROS, Independently published, 2013. ISBN: 978-14-92143-23-9 (Free - https://www.cse.sc.edu/~jokane/agitr/)

Métodos de ensino e atividades de aprendizagem

• Exposição com interação nas aulas


• Exemplos apresentados relativos a projetos desenvolvidos pelos docentes. 


• Possível uso de simuladores para navegação de robôs móveis e robôs Humanoides


• Trabalhos sobre robótica cooperativa


• Exploração de diversas plataformas robóticas móveis


• A avaliação inclui capacidade de pesquisa, trabalho científico e técnico e ainda capacidade de comunicação relativo ao trabalho apresentado. É incentivado pensamento de ordem elevada


• Será dado feedback dos trabalhos intermédios durante a UC para que o melhoramentos possa ser incorporado na apresentação final

Software

Simuladores Soccer-Server (2D e 3D)
Linguagem de Programação: C++
Simulador Ciber-Rato
Simulador RoboCup Rescue
ROS

Palavras Chave

Ciências Tecnológicas > Engenharia > Engenharia de controlo > Robótica
Ciências Tecnológicas > Engenharia > Engenharia de simulação
Ciências Tecnológicas > Engenharia > Engenharia de computadores
Ciências Tecnológicas > Engenharia > Engenharia do conhecimento
Ciências Tecnológicas > Tecnologia > Tecnologia do conhecimento > Tecnologia de agentes

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho escrito	30,00
Trabalho laboratorial	70,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	40,00
Estudo autónomo	30,00
Frequência das aulas	42,00
Trabalho de investigação	20,00
Trabalho laboratorial	30,00
Total:	162,00

Obtenção de frequência

• Presença em mais de 75% das aulas


• Entrega de todos os Assignments

Fórmula de cálculo da classificação final

• 10% Distributed Assessment - HomeWorks, kahoots and in-class work


• 20% Assignment 1 - Reactive Robot and article


• 20% Assignment 2 - Quiz


• 10% Assignment 3 - Evaluation of the quality of the proposal (contract) of the final course project


• 40% Assignment 4 - Evaluation of the final course project




• Includes: Code; Functionalities; Demonstration; "Conference" article; video; presentation + Q&A

Obs 1: In very special (justified) cases, in-class assignments concentrated in time can be substituted by equivalent work

Obs 2: The "Final Course Project" encompasses Assignments 3 and 4

Provas e trabalhos especiais

See Final Course Project notes

Trabalho de estágio/projeto

Examples of Final Course Projects include DuckieTown robot, Ciber Mouse simulation agent (such as collaborative or mapping), autonomous driving, robotic soccer, humanoid robots or other scientific research project agreed (in written contract) by students and teacher.
Optionally, the work can be done with real robots

Avaliação especial (TE, DA, ...)

• Attendance not required


• 20% Assignment 1


• 20% Assignment 2


• 60% Assignment 4

Melhoria de classificação

• Melhoria (individual) dos trabalhos que devem obrigatoriamente ter sido anteriormente apresentados na apresentação final da UC.


• A nota do "Distributed Assessment" não pode ser melhorada

Observações

Attention: Classes and materials are in English language