Metodologias de Robótica Móvel

Conhecimentos de Base Recomendados

Matemática avançada para a engenharia; Programação; Robótica; Teoria do controlo.

Métodos de Ensino

Aulas de orientação tutorial e seminário. Avaliação: trabalho prático com elaboração de relatório e apresentação final.

Resultados de Aprendizagem

Após a frequência desta unidade curricular, os alunos deverão ter adquirido conhecimentos teóricos e práticos necessários para análise e projeto de métodos de perceção e de navegação em robôs móveis, veículos autónomos, e sistemas de múltiplos robôs cooperativos; bem como de metodologias de inteligência computacional aplicadas neste domínio.

Aquisição de competências em ambiente de investigação, tais como análise e síntese, aprendizagem autónoma, adaptabilidade a novos contextos, e aplicar na prática os conhecimentos teóricos.

Estágio(s)

Não

Programa

Robôs móveis e veículos autónomos. Métodos de mapeamento, localização e navegação. Sensores, fusão sensorial e perceção. Deteção e seguimento de objetos, e navegação local. Sistemas multi-robô, perceção cooperativa, coordenação multi-robô e tomada de decisão descentralizada. Inteligência computacional e técnicas de aprendizagem por reforço aplicadas em robôs móveis e veículos autónomos.

Docente(s) responsável(eis)

Urbano José Carreira Nunes

Métodos de Avaliação

Avaliação
Trabalho de investigação: 100.0%

Bibliografia

- Kelly, K. (2014), Mobile Robotics: Mathematics, Models, and Methods, Cambridge University Press.

- Siegwart, S., Nourbakhsh, I.R. Scaramuzza, D. (2011), Introduction to Autonomous Mobile Robots, 2nd edition, The MIT Press.

- Thrun, S., Burgard, W., Fox, D. (2005), Probabilistic Robotics, The MIT Press, 2005.

- Balch, T., Parker, L. (2002), Robot Teams: From Diversity to Polymorphism, A.K. Peters.

- Kagan, E., Shvalb, N., Ben-Gal, I. (2020), Autonomous Mobile Robots and Multi-Robot Systems: Motion-Planning, Communication, and Swarming, Wiley.

- Haykin, S. (2009), Neural Networks and Learning Machines, 3rd Edition, Pearson.

- Sutton, R.S., Barto, A.G. (2018), Reinforcement Learning: An Introduction, 2nd Edition, The MIT Press.

- Murphy, K.P. (2021), Probabilistic Machine Learning: An Introduction, The MIT Press.

- Aggarwal, C.C. (2018), Neural Networks and Deep Learning: A Textbook, Springer.