{"id":699,"date":"2015-12-30T09:40:35","date_gmt":"2015-12-30T11:40:35","guid":{"rendered":"http:\/\/www.inf.ufrgs.br\/ppgc_wp\/?page_id=699"},"modified":"2026-02-19T15:17:21","modified_gmt":"2026-02-19T18:17:21","slug":"cmp545","status":"publish","type":"page","link":"https:\/\/www.inf.ufrgs.br\/ppgc\/disciplinas\/lista-de-disciplinas\/cmp545\/","title":{"rendered":"CMP545"},"content":{"rendered":"<h3><strong>T\u00f3picos Especiais em Computa\u00e7\u00e3o DXLV: Introdu\u00e7\u00e3o \u00e0 Rob\u00f3tica M\u00f3vel<\/strong><\/h3>\n<p><b>Respons\u00e1vel<\/b>: <a href=\"https:\/\/www.inf.ufrgs.br\/site\/docente\/renan-de-queiroz-maffei\/\">Renan de Queiroz Maffei<\/a><br \/>\n<b>Pr\u00e9-Requisitos<\/b>:<br \/>\n<b>Carga Hor\u00e1ria<\/b>: 60 hs<br \/>\n<b>Cr\u00e9ditos<\/b>: 4<br \/>\n<b>Semestres Oferecidos<\/b>: Primeiro semestre<br \/>\n<b>Matr\u00edcula de Graduandos<\/b>: Equivalente a disciplina de gradua\u00e7\u00e3o INF01034 \u2013 Rob\u00f3tica M\u00f3vel Inteligente<\/p>\n<p><strong>S\u00daMULA<\/strong><\/p>\n<p align=\"justify\">Estudos de t\u00f3picos relacionados \u00e0 \u00e1rea de rob\u00f3tica m\u00f3vel aut\u00f4noma: constru\u00e7\u00e3o de mapas, planejamento de caminhos, auto-localiza\u00e7\u00e3o, SLAM e explora\u00e7\u00e3o de ambientes.<\/p>\n<p><strong>OBJETIVOS<\/strong><\/p>\n<p>A disciplina visa desenvolver as seguintes habilidades espec\u00edficas:<\/p>\n<ul>\n<li>Compreender as principais capacidades e limita\u00e7\u00f5es de sistemas de rob\u00f4s m\u00f3veis inteligentes atuais (e.g. ve\u00edculos aut\u00f4nomos, rob\u00f4s terrestres), dados os sensores dispon\u00edveis nos sistemas sendo considerados e o processamento computacional que pode ser feito com os dados obtidos.<\/li>\n<li>Desenvolver uma aplica\u00e7\u00e3o em uma plataforma rob\u00f3tica padr\u00e3o, por exemplo, usando ROS (Robot Operating System) conectado a um rob\u00f4 m\u00f3vel f\u00edsico ou simulado.<\/li>\n<li>Entender os principais problemas de percep\u00e7\u00e3o de sistemas rob\u00f3ticos, como mapeamento e localiza\u00e7\u00e3o, e saber aplicar solu\u00e7\u00f5es tradicionais de estimativa de estado para tais problemas (e.g. solu\u00e7\u00f5es probabil\u00edsticas baseadas em filtragem bayesiana) considerando as incertezas inerentes aos problemas.<\/li>\n<li>Aplicar diferentes t\u00e9cnicas de navega\u00e7\u00e3o aut\u00f4noma de rob\u00f4s m\u00f3veis dependendo das caracter\u00edsticas do ambiente, dos sensores e dos atuadores do sistema.<\/li>\n<\/ul>\n<p align=\"justify\"><strong>PROGRAMA (CONTE\u00daDO)<\/strong><\/p>\n<ol>\n<li>Introdu\u00e7\u00e3o \u00e0 Rob\u00f3tica M\u00f3vel Inteligente: Arquiteturas rob\u00f3ticas; Sensores; Locomo\u00e7\u00e3o; Preven\u00e7\u00e3o de colis\u00f5es.<\/li>\n<li>Planejamento de caminhos: buscas em grades regulares e baseadas em amostragem.<\/li>\n<li>Mapeamento de ambientes: representa\u00e7\u00f5es 2D e 3D, grades de ocupa\u00e7\u00e3o; Explora\u00e7\u00e3o Aut\u00f4noma.<\/li>\n<li>Localiza\u00e7\u00e3o e SLAM: filtro de Kalman e de part\u00edculas; SLAM com filtragem bayesiana e baseado em grafos.<\/li>\n<li>Prova te\u00f3rica; Tend\u00eancias; \u00c9tica na rob\u00f3tica.<\/li>\n<li>Finaliza\u00e7\u00e3o e apresenta\u00e7\u00e3o de trabalhos pr\u00e1ticos<\/li>\n<\/ol>\n<p><strong>M\u00c9TODO DE TRABALHO (PRINCIPAIS ATIVIDADES)<\/strong><\/p>\n<p>A disciplina ser\u00e1 desenvolvida atrav\u00e9s de aulas expositivas acompanhadas de trabalhos pr\u00e1ticos, em simula\u00e7\u00e3o e com rob\u00f4s reais, al\u00e9m de trabalhos te\u00f3ricos relacionados aos conte\u00fados apresentados em sala. Ao final da disciplina, os estudantes ter\u00e3o implementado um subconjunto consider\u00e1vel das principais t\u00e9cnicas que tratam dos problemas fundamentais de rob\u00f3tica m\u00f3vel.<\/p>\n<p>A disciplina utilizar\u00e1 o sistema Moodle\/UFRGS para distribui\u00e7\u00e3o de material, entrega de trabalhos, disponibiliza\u00e7\u00e3o das notas e acompanhamento geral da disciplina. Espera-se que o aluno utilize e verifique constantemente o material dispon\u00edvel no ambiente citado, antes e ap\u00f3s as aulas. Esse material deve ser utilizado como aux\u00edlio ao estudo e como complementa\u00e7\u00e3o aos apontamentos realizados em aula.<\/p>\n<p>Os estudantes devem seguir as regras definidas pelo professor respons\u00e1vel sobre o uso de ferramentas de Intelig\u00eancia Artificial (IA). As diretrizes relativas ao uso de IA podem variar entre os diferentes trabalhos e atividades pr\u00e1ticas ou te\u00f3ricas que comp\u00f5em as experi\u00eancias de aprendizagem e os crit\u00e9rios de avalia\u00e7\u00e3o da disciplina.<\/p>\n<p><strong>PROCEDIMENTOS E\/OU CRIT\u00c9RIOS DE AVALIA\u00c7\u00c3O<\/strong><\/p>\n<p>O aluno ser\u00e1 avaliado com base no desempenho em uma prova e em trabalhos pr\u00e1ticos e te\u00f3ricos. Conforme regulamento da Universidade, a frequ\u00eancia \u00e0s aulas \u00e9 obrigat\u00f3ria.<\/p>\n<p>Ao longo do semestre, ser\u00e3o considerados para a avalia\u00e7\u00e3o:<\/p>\n<p>i. Trabalhos pr\u00e1ticos (TP) usando o rob\u00f4 real ou em simula\u00e7\u00e3o, totalizando 65% da nota final;<br \/>\nii. Uma prova (P) que corresponder\u00e1 a 25% da nota final;<br \/>\niii.Trabalhos te\u00f3ricos (TT) disponibilizados no ambiente Moodle, totalizando 10% da<br \/>\nnota final;<br \/>\niv. A falta de mais do que 25% das aulas caracteriza o conceito final FF.<\/p>\n<p>A m\u00e9dia final (MF) ser\u00e1 obtida por meio da seguinte f\u00f3rmula: MF = 0,65*TP + 0,25*P + 0,10*TT<\/p>\n<p>Os trabalhos e a prova ser\u00e3o avaliados com nota entre 0.0 e 10.0. A convers\u00e3o da MF para conceitos \u00e9 feita por meio da seguinte tabela:<\/p>\n<ul>\n<li>Conceito A: Se MF for maior ou igual a 9,0<\/li>\n<li>Conceito B: Se MF for maior ou igual a 7,5 e for menor que 9,0<\/li>\n<li>Conceito C: Se MF for maior ou igual a 6,0 e for menor que 7,5<\/li>\n<li>Conceito D: Se MF for menor que 6,0<\/li>\n<li>Conceito FF: Se o aluno n\u00e3o alcan\u00e7ar a frequ\u00eancia m\u00ednima (75%),<br \/>\nindependentemente da MF<\/li>\n<\/ul>\n<p>Os alunos cujas m\u00e9dias gerais forem inferiores a 6,0 (seis), poder\u00e3o prestar atividade de recupera\u00e7\u00e3o, que ser\u00e1 uma nova apresenta\u00e7\u00e3o de trabalhos selecionados. Ser\u00e3o considerados aprovados na recupera\u00e7\u00e3o os alunos que obtiverem um aproveitamento de no m\u00ednimo 60%. A estes ser\u00e1 atribu\u00eddo o conceito C. Aos demais, o conceito D.<\/p>\n<p><strong>BIBLIOGRAFIA<\/strong><\/p>\n<p>B\u00e1sica Essencial:<\/p>\n<ul>\n<li>SICILIANO, Bruno and KHATIB, Oussama. Springer Handbook of Robotics. Springer-Verlag, Berlin, Heidelberg, 2016. 2a edi\u00e7\u00e3o. ISBN 978-3-319-32550-7 (Dispon\u00edvel no SABi UFRGS: <a href=\"https:\/\/sabi.ufrgs.br\/F\/G2D7I24USQ3QKMQLMNEFQ5B99DS6D9KD3K2G6VM8NQT7VFEAFS-15269?func=full-setset&amp;set_number=001086&amp;set_entry=000003&amp;format=999\">https:\/\/sabi.ufrgs.br\/F\/G2D7I24USQ3QKMQLMNEFQ5B99DS6D9KD3K2G6VM8NQT7VFEAFS-15269?func=full-setset&amp;set_number=001086&amp;set_entry=000003&amp;format=999<\/a>)<\/li>\n<\/ul>\n<p>B\u00e1sica:<\/p>\n<ul>\n<li>THRUN, Sebastian; BURGARD, Wolfram; FOX, Dieter. Probabilistic robotics (Intelligent Robotics and Autonomous Agents series). Cambridge, Mass.: MIT Press, 2006. ISBN 0262201623.<\/li>\n<li>LAVALLE, Steven M.. Planning Algorithms. Cambridge: Cambridge University Press, 2006. ISBN 0521862051.<\/li>\n<li>MURPHY, Robin R.. Introduction to AI robotics. Cambridge: Mit Press, 2000. ISBN 0262133830.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>T\u00f3picos Especiais em Computa\u00e7\u00e3o DXLV: Introdu\u00e7\u00e3o \u00e0 Rob\u00f3tica M\u00f3vel Respons\u00e1vel: Renan de Queiroz Maffei Pr\u00e9-Requisitos: Carga Hor\u00e1ria: 60 hs Cr\u00e9ditos: 4 Semestres Oferecidos: Primeiro semestre Matr\u00edcula de Graduandos: Equivalente a disciplina de gradua\u00e7\u00e3o INF01034 \u2013 Rob\u00f3tica M\u00f3vel Inteligente S\u00daMULA Estudos de t\u00f3picos relacionados \u00e0 \u00e1rea de rob\u00f3tica m\u00f3vel aut\u00f4noma: constru\u00e7\u00e3o de mapas, planejamento de caminhos, [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":462,"menu_order":545,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/699"}],"collection":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/comments?post=699"}],"version-history":[{"count":8,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/699\/revisions"}],"predecessor-version":[{"id":7730,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/699\/revisions\/7730"}],"up":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/462"}],"wp:attachment":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/media?parent=699"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}