1. Início
  2. Faculdade de Ciências e Tecnologia
  3. Tecnologias de Produção e Transformação Agro-Industrial
  4. Robótica

Robótica

Objetivos

  1. Saber
    1. Conceitos fundamentais de Sistemas Autónomos
    2. Conceitos fundamentais de Sistemas tele-Operados
    3. O que são arquitecturas e os diferentes tipos que caracterizam os sistemas autónomos
    4. A funcionalidade reactiva dos sistemas autónomos: sensores e percepção 
    5. A funcionalidade deliberativa dos sistemas autónomos: navegação, localização e mapeamento.
    6. Conceitos fundamentais de planeamento
    7. Conceitos fundamentais de Aprendizagem
    8. Conceitos fundamentais de Human Robot Interaction
    9. Conceitos fundamentais de sistemas multi robot
  2. Fazer
    1. Equacionar problemas novos e estratégias de implementação de sistemas robotizados autónomos heterogéneos
    2. Incrementar a capacidade de concretização de implementação de sistemas robotizados heterogéneos
    3. Desenvolver a criatividade e inovação.
  3. Competências não-técnicas
    1. Desenvolver a capacidade de síntese e análise crítica
    2. Trabalhar em equipa e incrementar a comunicação escrita e oral
    3. Capacidade de gestão de tempo e cumprimento de prazos

Caracterização geral

Código

7309

Créditos

6.0

Professor responsável

José António Barata de Oliveira, Luís Manuel Camarinha de Matos

Horas

Semanais - 4

Totais - A disponibilizar brevemente

Idioma de ensino

Português

Pré-requisitos

Conhecimentos de Programação são fundamentais

Recomenda-se conhecimentos em Robótica

Bibliografia

  1. TRSA - Notas de apoio.
  2. Bonabeau, E., Dorigo, M. and Theraulaz, G. (1999) Swarm Intelligence: From Natural to Artificial Intelligence. New York ; Oxford: Oxford Univ. Press.
  3. Ghallab, M., Nau, D. and Traverso, P. (2004) Automated Planning, Automated Planning: Theory and Practice. Elsevier. doi: 10.1016/B978-1-55860-856-6.X5000-5
  4. Kernbach, S. (2013) Handbook of Collective Robotics. Jenny Stanford Publishing. doi: 10.1201/b14908.
  5. Murphy, R. R. (2019) Introduction to AI ROBOTICS - Second Edition. Cambridge, Massachusetts; London, UK: MIT Press.

Método de ensino

Componente teórica: Aulas de exposição seguidas de exemplificação e discussão.
Componente laboratorial: Para cada trabalho: Apresentação do enunciado, tutorial sobre as tecnologiais / ferramentas a usar, discussão do método de trabalho, realização do trabalho pelos alunos acompanhados por docente e elaboração de relatório.

Método de avaliação

A avaliação tem uma componente teórica e prática.

O peso da Teorica é de 30% e a da Prática 70%.

A componente prática é realizada através de 3 trabalhos práticos e discussão.
Na componente prática exige-se uma nota mínima de 9.5 Valores.

A componente teórica não tem nota mínima.

 

ATENÇÃO: A componente prática é obrigatória.

Conteúdo

A.     Introduction [1]

  1. What is the subject of the chair
  2. Historical Development
  3. Robot Components - Link, Joint, Manipulator, Wrist, End-effector, Actuators, Sensors, Controller
  4. Robot Classifications – Geometry, Workspace, Actuation, Control, Application
  5. Robot Parameters – Repeatability, Precision, …

B.     Representing Position and Orientation [1]

  1. Referentials
  2. Homogeneous Transformation Matrices
  3. Orientation

C.     Robot Arm Kinematics [2]

  1. Forward Kinematics
  2. Inverse Kinematics

D.     Trajectory Planning [1] 
E.      Robot Sensors [1]

  1. Principles of Sensing 
  2. Sensors of Movement 
  3. Contact Sensors
  4. Proximity and Ranging Sensors 

F.      Robot Vision [1]

  1. Light and Color
  2. Camera Calibration
  3. Images and Image Processing
  4. Feature Extraction 
  5. Vision Based Control 

G.     Robot Programming [1]

H.     Mobile Robots Introduction and Locomotion [1]

I.       Mobile Robots Kinematics [1]

J.       Mobile Robots Perception [1]

  1. Sensors for Mobile Robots 
  2. Place Recognition
  3. Feature Extraction Based on Range Data (Laser, Ultrasonic)

K.     Mobile Robots Localisation [1]

  1. The challenge of Localising
  2. Dead Reckoning 
  3. Localise with a map 
  4. SLAM 

L.      Mobile Robots Planning & Navigation [2]

  1. Reactive Navigation 
  2. Path Planning 
  3. Obstacle Avoidance – Bug algorithm and others
  4. Map Based Planning