2023
Robótica
Nome: Robótica
Cód.: EME13220L
6 ECTS
Duração: 15 semanas/156 horas
Área Científica:
Engenharia Mecatrónica
Língua(s) de lecionação: Português
Língua(s) de apoio tutorial: Português
Regime de Frequência: Presencial
Objetivos de Desenvolvimento Sustentável
Objetivos de Aprendizagem
O aluno deverá adquirir conhecimentos no domínio da Robótica de Manipulação. Desenvolver Modelos Cinemáticos - Cinemática Directa e Inversa. Formular modelos Dinâmicos e avaliar e seleccionar Sensores e Actuadores robóticos.
Relativamente aos sensores, será focada especialmente a visão artificial, e o aluno deverá ter a capacidade de implementar um processamento de imagem automático, no âmbito do reconhecimento de padrões. A informação do sensor de imagem será processada e a decisão será enviada a um PLC que controlará as acções correspondentes.
Relativamente aos sensores, será focada especialmente a visão artificial, e o aluno deverá ter a capacidade de implementar um processamento de imagem automático, no âmbito do reconhecimento de padrões. A informação do sensor de imagem será processada e a decisão será enviada a um PLC que controlará as acções correspondentes.
Conteúdos Programáticos
1) Robótica de manipulação. Classificação de Robôs. Componentes de um sistema robótico.
2) Modelos matemáticos de juntas típicas. Cadeias cinemáticas. Cinemática e Transformações lineares: Cinemática Directa e Inversa. Formulação Denavit-Hartenberg
3) Dinâmica de Robôs: formulações de Lagrange e de Newton-Euler. Planeamento de Trajectórias.
4) Controlo de Robôs: Controlo independente das juntas, Controlo no espaço de trabalho. Implementações práticas com Robots laboratoriais - Programação online, Programação Offline
5) Sensores em robótica: sensores de posição/velocidade, de proximidade, de força/binário, de visão artificial.
6) Introdução à visão automática. Equipamento para visão industrial. Processamento digital de sinal. Operações de filtragem. Caracterização de formas e texturas. O reconhecimento de padrões.
7) Integração da visão automática na automação industrial controlada por PLC. Implementações práticas com sensores de visão industrial Siemens VS-710 (Siemens-ProVision).
2) Modelos matemáticos de juntas típicas. Cadeias cinemáticas. Cinemática e Transformações lineares: Cinemática Directa e Inversa. Formulação Denavit-Hartenberg
3) Dinâmica de Robôs: formulações de Lagrange e de Newton-Euler. Planeamento de Trajectórias.
4) Controlo de Robôs: Controlo independente das juntas, Controlo no espaço de trabalho. Implementações práticas com Robots laboratoriais - Programação online, Programação Offline
5) Sensores em robótica: sensores de posição/velocidade, de proximidade, de força/binário, de visão artificial.
6) Introdução à visão automática. Equipamento para visão industrial. Processamento digital de sinal. Operações de filtragem. Caracterização de formas e texturas. O reconhecimento de padrões.
7) Integração da visão automática na automação industrial controlada por PLC. Implementações práticas com sensores de visão industrial Siemens VS-710 (Siemens-ProVision).
Métodos de Ensino
O ensino é baseado em aulas Teórico-Práticas e Prático-Laboratoriais. Procurar-se-á uma aprendizagem activa que estimule o aluno a pesquisar os diversos temas que são abordados nesta disciplina.
São resolvidos, em aula, problemas práticos, com experimentação laboratorial, que permitem ao aluno identificar e conhecer a tecnologia industrial estudada.
A avaliação tem 2 componentes :
P1= Modelo de Cinemática Directa e Inversa de Manipulador Robótico c/ 6 GDL;
P2= Implementação Experimental com Robot Manipulador Industrial c/ 6 GDL;
ou
P2= Projecto experimental de visão artificial Reconhecimento de Padrões - integrado em ambiente de Automação Industrial (PLC)
A nota final é obtida por: 0,5xP1+0,5xP2
São resolvidos, em aula, problemas práticos, com experimentação laboratorial, que permitem ao aluno identificar e conhecer a tecnologia industrial estudada.
A avaliação tem 2 componentes :
P1= Modelo de Cinemática Directa e Inversa de Manipulador Robótico c/ 6 GDL;
P2= Implementação Experimental com Robot Manipulador Industrial c/ 6 GDL;
ou
P2= Projecto experimental de visão artificial Reconhecimento de Padrões - integrado em ambiente de Automação Industrial (PLC)
A nota final é obtida por: 0,5xP1+0,5xP2
Bibliografia
1. Fu, K., Gonzalez, R., Lee, C.; Robotics: Control, Sensing, Vision and Intelligence, McGraw Hill 1987
2. Klafter, R., Chmielewski, T., Negin, M.; Robotic Engineering: An Integrated Approach, Prentice-Hall, 1989
3. Marques, J.; Reconhecimento de Padrões: Métodos Estatísticos e Neuronais, IST Press, 1999
4. SIEMENS; Provision and Profibus-DP Vision Sensor Simatic VS710, User manual, 2000
2. Klafter, R., Chmielewski, T., Negin, M.; Robotic Engineering: An Integrated Approach, Prentice-Hall, 1989
3. Marques, J.; Reconhecimento de Padrões: Métodos Estatísticos e Neuronais, IST Press, 1999
4. SIEMENS; Provision and Profibus-DP Vision Sensor Simatic VS710, User manual, 2000
Equipa Docente
