Consulta de Guías Docentes



Academic Year/course: 2022/23

615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision

69161 - Assistive Robotics


Syllabus Information

Academic Year:
2022/23
Subject:
69161 - Assistive Robotics
Faculty / School:
110 - Escuela de Ingeniería y Arquitectura
Degree:
615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision
ECTS:
3.0
Year:
1
Semester:
Second semester
Subject Type:
Optional
Module:
---

1. General information

1.1. Aims of the course

The objective is to provide a student with knowledge of the latest advances in the application of robotics to healthcare and assistive robotics. The course will focus on the techniques and technologies applied in robotic exoskeletons to help the movement of human limbs using robotic prostheses and orthoses, in the generation and control of their movement, and in biosignals processing, mainly electromyographic (EMG) and electroencephalographic (EEG)signals, to adapt them for the motion control. The latest advances in Medical Robotics will be described.

These approaches and objectives are aligned with some of the Sustainable Development Goals, SDG, of the 2030 Agenda (https://www.un.org/sustainabledevelopment/es/) and certain specific goals, in such a way that the acquisition of the Learning outcomes of the subject provides training and competence to the student to contribute to a certain extent to their achievement:

  • Goal 3: Ensure healthy lives and promote well-being for all at all ages
    • Target 3.6 By 2020, halve the number of deaths and injuries caused by traffic accidents in the world
  • Goal 8: Promote sustained, inclusive and sustainable economic growth, full and productive employment and decent work for all
    • Target 8.2 Achieve higher levels of economic productivity through diversification, technological modernization and innovation, including by focusing on high value-added and labor-intensive sectors
  • Goal 9: Industry, innovation and infrastructure
    • Target 9.5 Increase scientific research and improve the technological capacity of industrial sectors in all countries, particularly developing countries, including by fostering innovation and significantly increasing, by 2030, the number of people working in research and development per million inhabitants and the spending of the public and private sectors in research and development.
 

1.2. Context and importance of this course in the degree

It is an optional course in the Master. In recent years there have been substantial advances in the field of applied robotics in the field of aid to movement through exoskeletons. It is multidisciplinary, since it ranges from modelling robots, generating movement, controlling the mechanism, and processing and adapting different biosignals for device self-control. A wide variety of knowledge acquired in the careers that give access to the Master and in the Master itself is used. On the one hand, the applications have a clear and growing social interest, since they are mainly aimed at people with motor disabilities or dependents in the case of exoskeletons.  On the other hand, there is a clear professional interest in how these technologies help medical doctors, particularly in surgery.

The objectives of this subject are built on the learning results of the previous courses, such as Robotics, Autonomous Robots, Signals and Systems, Automatic Systems, and others related to signal processing and filtering, and those obtained in Autonomous Robots course of the Master. The previous knowledge acquired in the Master's subjects constitutes a good basis for the subject, but they are not essential to study it. This course provides the necessary bases for those who do not have such bases. Robotic manipulators along with visual and visual reconstruction of internal organs are increasingly used techniques in surgery and in assistive robotics devices.

1.3. Recommendations to take this course

Subject of the Master that provides necessary prior knowledge: Autonomous Robots.

The course develops concepts, methods and applications partially based on knowledge of Robotics, Control and Biosignal processing. Students from Bachelor's degrees in Industrial Engineering (Electronics and Automation, Industrial Technologies, Mechanics fundamentally), Telecommunication Engineering, and Computer Engineering, have been able to acquire basic technical knowledge of signal processing, system modeling, filtering, and Robotics, which together with the knowledge acquired from the aforementioned Master's course  constitutes a good basis for taking this course. Those coming from other studies may need some additional training in these techniques to be able to follow the course.

2. Learning goals

2.1. Competences

Basic and General:

  • CB6 – To possess and understand knowledge that provides a basis or opportunity to be original in the development and / or application of ideas, often in a research context.
  • CB7 - That students know how to apply the acquired knowledge and ability to solve problems in new or little-known settings within broader (or multidisciplinary) contexts related to their area of ​​study.
  • CB8 - That students are able to integrate knowledge and face the complexity of formulating judgments based on information that, being incomplete or limited, includes reflections on the social and ethical responsibilities linked to the application of their knowledge and judgments.
  • CB9 - That students know how to communicate their conclusions and the latest knowledge and reasons that support them to specialized and non-specialized audiences in a clear and unambiguous way.
  • CB10 - That students possess the learning skills that allow them to continue studying in a way that will have to be largely self-directed or autonomous.
  • CG01 – Acquisition of advanced and demonstrated knowledge, in a context of scientific and technological research or highly specialized, a detailed and well-founded understanding of the theoretical and practical aspects and of the working methodology in the fields of Robotics, Graphics and / or Computer Vision, allowing them to be innovative in a context of research, development and innovation.
  • CG02 - Ability to apply and integrate their knowledge, their understanding, their scientific foundation and their problem-solving abilities in new and imprecisely defined environments, including multidisciplinary contexts, as highly specialized researchers and professionals.
  • CG03 - Ability to evaluate and select the appropriate scientific theory and the precise methodology of their fields of study to formulate judgments based on incomplete or limited information, including, when necessary and pertinent, considerations on social or ethical responsibility linked to the solution that is proposed in each case.
  • CG04 - Ability to predict and control the evolution of complex situations by developing new and innovative work methodologies adapted to the specific scientific / research, technological or professional field, generally multidisciplinary, in which their activity is carried out.
  • CG05 - Ability to transmit in English, orally and in writing, in a clear and unambiguous way, to a specialized audience or not, results from scientific and technological research or the most advanced field of innovation, as well as the most relevant foundations on which they are based.
  • CG06 – To have developed sufficient autonomy to participate in research projects and scientific or technological collaborations within their subject area, in interdisciplinary contexts and, where appropriate, with a high component of knowledge transfer.
  • CG07 - Ability to take responsibility for your own professional development and specialization in one or more fields of study.
  • CG08 – To possess the aptitudes, skills and method necessary to carry out multidisciplinary research and / or development work in the fields of Robotics, Graphics and / or Computer Vision.
  • CG09 - Ability to use the techniques, skills and tools of Engineering necessary for solving problems of the Robotics, Graphics and / or Computer Vision fields.
  • CG10 - Ability to understand, relate to the state of the art and critically evaluate scientific publications in the fields of Robotics, Graphics and / or Computer Vision.
  • CG11 - Ability to manage and use bibliography, documentation, databases, software and hardware specific to the fields of Robotics, Graphics and / or Computer Vision.
  • CG12 - Ability to work in a multidisciplinary group and in a multilingual environment.

Specific:

  • CE02 - Ability to design and develop new methods and algorithms applicable to autonomous systems or virtual and augmented reality.
  • CE04 - Ability to conceive, design and develop software, products and systems in the field of Robotics.
  • CE09 - Ability to autonomously carry out a work of initiation to research and / or development in the field of Robotics, Graphics, or Computer Vision, in which the skills acquired in the degree are synthesized and integrated.

2.2. Learning goals

The student, to pass this course, must demonstrate the following results:

  • Is able to understand the bases and mechanisms of generation and biosignals processing, in particular EMG and EEG.
  • Is able to understand and apply bioinspired models to generate control techniques from biosignals.
  • Is capable of carrying out the simple design of the control system of manipulator robots, in particular of exoskeletons.

2.3. Importance of learning goals

The importance of the learning results designed for this subject lies in the ability that the student acquires to understand and know the multiple uses of robotics in the professional world and in research, in a field that is currently being developed and will undoubtedly have much development in the coming years. The student will also be able to carry out the design of robotic systems from the point of view of modelling and control, which will allow him to get involved in his professional life in projects related to the development and application of these devices.

3. Assessment (1st and 2nd call)

3.1. Assessment tasks (description of tasks, marking system and assessment criteria)

The student must demonstrate that they have achieved the expected learning outcomes through the following continuous assessment activities:

  • E1. On-site written test: Theoretical-practical questions (30%)
  • E2. Practical work: Resolution of case studies (60%) and evaluation of the accomplishment of the practice and the report of results of the same. (5%)
  • E3. Oral presentations and discussions: Presentation of results of exercises, case studies, papers and practices and answering questions about them. (5%)

To pass the course, the four assessment activities must be carried out. Both the E1 face-to-face written test and the E2 practical work must be passed (5 points out of 10 in each one).

There will also be a global test in each of the calls established throughout the course, on the dates and times determined by the Engineering School. This global test will be evaluated with the same criteria as the continuous evaluation tests during the course.

4. Methodology, learning tasks, syllabus and resources

4.1. Methodological overview

The methodology followed in this course is oriented towards achievement of the learning objectives. A wide range of teaching and learning tasks are implemented, such as

  • Lectures. The teacher will present the course contents and practical exercises corresponding to each topic. Students will solve exercises or study cases proposed by the teacher in class, which will be evaluated.
  • Laboratory Practice sessions: Students will do the practice work using the equipment and software provided. They will be evaluated based on the activity performed during the session and from a subsequent report of results.
  • Case study. The students will solve individually or in group practical cases proposed by the teacher, which will be evaluated 
  • Research articles. The teacher will may propose the reading and analysis of advanced and current articles on the subject, which will be presented by the students, and will be evaluated.
  • Seminars by expert guest lecturers.

4.2. Learning tasks

The course includes the following learning tasks:

  • A01 Lectures (15 hours). The teacher explains the main contents of the course. The contents include doing exercises or simple practical cases by the teacher and students. In each topic, the possibility of conducting seminars by external experts will be considered.
  • A02 Problems and case studies (6 hours). Exercises and case studies involving students, coordinated at all times with the theoretical contents will be developed. Students are encouraged to work the problems previously. Some of these hours may engage in learning activities assessable as specified in each course.
  • A03 Practice sessions (9 hours). These sessions will be carried out with the available equipment. The student must do a preliminary study prior to conducting the practice work, develop a proposal during the session, and write a brief report on the obtained results. All these activities will be evaluated in accordance with the provisions of section Assessment tasks.
  • A06 Tutorials (12 hours). Students can review and discuss the materials and topics presented in both theoretical and practical classes during the teacher's office hours.
  • A07 Study (30 hours). Personal work of the student theoretical part, conducting exercises, preparation of oral presentations, and development of practical group work.
  • A08 Assessment (3 hours). A set of theoretical and practical written tests, oral presentations, reports, and practice work. The details are in the section Assessment tasks.

4.3. Syllabus

The course will address the following topics:

  1. Introduction to Robotics: Manipulation Robotics, Mobile robotics, Assistive Robotics, Medical robotics, robotized Exoskeletons.
  2. Polyarticulated mechanism modelling. Degrees of freedom of the human limbs. Generation of movements for robotic manipulators, trajectory generation, kinematic and dynamic motion control.
  3. Robotic exoskeletons. Application of robotic manipulation techniques to exoskeleton control.
  4. Exoskeleton control from biosignals. Muscle activation. Bioinspired models for exoskeleton control. Miosignals processing (EMG). Exoskeleton control from electroencephalographic signals (EEG).
  5. Applications of assistive robotics.

4.4. Course planning and calendar

Further information concerning the timetable, office hours, assessment dates and other details regarding this course, will be provided on the first day of class or please refer to the EINA website.

4.5. Bibliography and recommended resources

http://psfunizar10.unizar.es/br13/egAsignaturas.php?codigo=69161


Curso Académico: 2022/23

615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision

69161 - Assistive Robotics


Información del Plan Docente

Año académico:
2022/23
Asignatura:
69161 - Assistive Robotics
Centro académico:
110 - Escuela de Ingeniería y Arquitectura
Titulación:
615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision
Créditos:
3.0
Curso:
1
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Optativa
Materia:
---

1. Información Básica

1.1. Objetivos de la asignatura

El objetivo es proporcionar a alumno conocimientos de los últimos avances en la aplicación de la Robótica de la denominada Robótica Asistencial (Assistive Robotics). En la signatura se incidirá en las técnicas y tecnologías aplicadas en exoesqueletos robotizados para ayuda al movimiento de extremidades que utilizan prótesis y órtesis robotizadas, en la generación y control del movimiento de las mismas, y en el procesado de bioseñales, principalmente señales electromiográficas (EMG) y electroencefalográficas (EEG), para adecuarlas a dicho control. Se describirán los últimos avances en Robótica médica.

Estos planteamientos y objetivos están alineados con algunos de los Objetivos de Desarrollo Sostenible, ODS, de la Agenda 2030 (https://www.un.org/sustainabledevelopment/es/) y determinadas metas concretas, de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia al estudiante para contribuir en cierta medida a su logro:

  • Objetivo 3: Garantizar una vida sana y promover el bienestar para todos en todas las edades
    • Meta 3.6 Para 2020, reducir a la mitad el número de muertes y lesiones causadas por accidentes de tráfico en el mundo
  • Objetivo 8: Promover el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo y el trabajo decente para todo
    • Meta 8.2 Lograr niveles más elevados de productividad económica mediante la diversificación, la modernización tecnológica y la innovación, entre otras cosas centrándose en los sectores con gran valor añadido y un uso intensivo de la mano de obra
  • Objetivo 9: Industria, innovación e infraestructuras
    • Meta 9.5 Aumentar la investigación científica y mejorar la capacidad tecnológica de los sectores industriales de todos los países, en particular los países en desarrollo, entre otras cosas fomentando la innovación y aumentando considerablemente, de aquí a 2030, el número de personas que trabajan en investigación y desarrollo por millón de habitantes y los gastos de los sectores público y privado en investigación y desarrollo.

1.2. Contexto y sentido de la asignatura en la titulación

Es una asignatura optativa en el Máster. En los últimos años ha habido sustanciales avances en el campo de la Robótica aplicada en el ámbito de ayuda al movimiento mediante exoesqueletos. Es multidisciplinar, ya que abarca desde el modelado de robots, generación del movimiento, control del mecanismo, y el procesamiento y adaptación de distintas bioseñales para el autocontrol del dispositivo. Se utilizan una amplia variedad de conocimiento adquiridos en los Grados que dan acceso al Master y en el propio Master. Las aplicaciones tienen un claro y creciente interés social, dado que están fundamentalmente orientadas a personas con discapacidades motoras o dependientes en el caso de los exoesqueletos, y por otro lado un claro interés profesional en cuanto estas tecnologías ayudan a los médicos, en particular en cirugía.

Los objetivos de esta asignatura se construyen sobre los resultados del aprendizaje de los Grados, como Robótica, Robots Autónomos, Señales y Sistemas, Sistemas Automáticos, y otras relacionadas con el procesamiento y filtrado de señales, y los obtenidos en una asignatura obligatoria previa del Master Robots Autónomos. El conocimiento previo adquirido en las asignaturas de Master constituyen una buena base para la asignatura, pero no son imprescindibles para cursarla. En esta asignatura se proporcionan las bases necesarias para aquellos que no tengas dichas bases. Los manipuladores robóticos junto con la visión y reconstrucción visual de órganos internos son técnicas cada vez más utilizadas en cirugía y dispositivos asistenciales.

 

1.3. Recomendaciones para cursar la asignatura

Asignatura del Master que proporciona conocimientos previos necesarios: Autonomous Robots.

La asignatura desarrolla conceptos, métodos y aplicaciones basados parcialmente en conocimientos de Robótica, Control y procesamiento de Bioseñales. Los alumnos procedentes de Grados del ámbito de la Ingeniería Industrial (Electrónica y Automática, Tecnologías Industriales, Mecánica fundamentalmente), de la Ingeniería de Tecnologías y Servicios de Telecomunicación, y de la Ingeniería Informática, han podido adquirir conocimientos básicos técnicas de procesado de señales, modelado de sistemas, filtrado, y Robótica, que junto con los conocimientos adquiridos la mencionada asignatura del Máster, constituye una buena base para cursar la asignatura. Los procedentes otros Grados pueden necesitar alguna formación adicional en estas técnicas para poder seguir con aprovechamiento la asignatura.

2. Competencias y resultados de aprendizaje

2.1. Competencias

Básicas y Generales:

  • CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
  • CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • CG01 - Haber adquirido conocimientos avanzados y demostrado, en un contexto de investigación científica y tecnológica o altamente especializado, una comprensión detallada y fundamentada de los aspectos teóricos y prácticos y de la metodología de trabajo en los ámbitos de la Robótica, Gráficos y/o Visión por Computador,  que les permitan ser innovadores en un contexto de investigación, desarrollo e innovación.
  • CG02 -  Capacidad para aplicar e integrar sus conocimientos, la comprensión de estos, su fundamentación científica y sus capacidades de resolución de problemas en entornos nuevos y definidos de forma imprecisa, incluyendo contextos de carácter multidisciplinar tanto investigadores como profesionales altamente especializados
  • CG03 - Capacidad para evaluar y seleccionar la teoría científica adecuada y la metodología precisa de sus campos de estudio para formular juicios a partir de información incompleta o limitada incluyendo, cuando sea preciso y pertinente, una reflexión sobre la responsabilidad social o ética ligada a la solución que se proponga en cada caso
  • CG04 - Capacidad para predecir y controlar la evolución de situaciones complejas mediante el desarrollo de nuevas e innovadoras metodologías de trabajo adaptadas al ámbito científico/investigador, tecnológico o profesional concreto, en general multidisciplinar, en el que se desarrolle su actividad
  • CG05 -  Capacidad para transmitir en inglés, de manera oral y escrita, de un modo claro y sin ambigüedades a un público especializado o no, resultados procedentes de la  investigación científica y tecnológica o del ámbito de la innovación más avanzada, así como los fundamentos más relevantes sobre los que se sustentan.
  • CG06 -  Haber desarrollado la autonomía suficiente para participar en proyectos de investigación y colaboraciones científicas o tecnológicas dentro su ámbito temático, en contextos interdisciplinares y, en su caso, con una alta componente de transferencia del conocimiento.
  • CG07 - Capacidad para asumir la responsabilidad de su propio desarrollo profesional y de su especialización en uno o más campos de estudio.
  • CG08 - Poseer las aptitudes, destrezas y método necesarios para la realización de un trabajo de investigación y/o desarrollo de tipo multidisciplinar en los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG09 - Capacidad para usar las técnicas, habilidades y herramientas de la Ingeniería necesarias para la resolución de problemas de los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG10 - Capacidad para comprender, relacionar con el estado del arte y evaluar críticamente publicaciones científicas en los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG11 - Capacidad para gestionar y utilizar bibliografía, documentación, bases de datos, software y hardware específicos de los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG12 - Capacidad para trabajar en un grupo multidisciplinar y en un entorno multilingüe.

Específicas:

  • CE02 - Capacidad para diseñar y desarrollar nuevos métodos y algoritmos aplicables a sistemas autónomos o de realidad virtual y aumentada.
  • CE04 - Capacidad para concebir, diseñar y desarrollar software, productos y sistemas en el ámbito de la robótica.
  • CE09 - Capacidad para desarrollar de forma autónoma un trabajo de iniciación a la investigación y/o desarrollo en el ámbito de la robótica, gráficos, o visión por computador, en el que se sinteticen e integren las competencias adquiridas en la titulación.

 

2.2. Resultados de aprendizaje

El estudiante, para superar esta asignatura, deberá demostrar los siguientes resultados:

  • Es capaz de comprender el origen y los mecanismos de generación y procesamiento de las bioseñales, en particular EMG y EEG.
  • Es capaz de comprender y utilizar los modelos bioinspirados para generar las señales de control de exoesqueletos a partir de bioseñales.
  • Es capaz de realizar el diseño sencillo del sistema de control de un robot manipulador, en particular de exoesqueletos.

2.3. Importancia de los resultados de aprendizaje

La importancia de los resultados de aprendizaje diseñados para esta asignatura radica en la capacidad que adquiere el alumno para comprender y conocer las múltiples utilizaciones de la robótica en el mundo profesional y en la investigación, en una línea que actualmente se está desarrollando y sin duda tendrá mucho desarrollo en los próximos años. El alumno será capaz asimismo de realizar el diseño de sistemas robotizados desde el punto de vista del modelado y el control, que le permitirá involucrarse en su vida profesional en proyectos relacionados con el desarrollo y aplicación de estos dispositivos.

3. Evaluación

3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba

El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluacion continua:

  • E1. Prueba escrita: Cuestiones teórico-prácticas (30%)
  • E2. Trabajos dirigidos: Resolución de casos de estudio (60%) y evaluación de la realización de la práctica y del informe de resultados de la misma.(5%)
  • E3. Presentaciones y debates de forma oral: Presentación de resultados de ejercicios, casos de estudio, trabajos y prácticas y contestación de preguntas sobre los mismos. (5%)

Para aprobar la asignatura se deberán realizar las 3 actividades de evaluación. Tanto la prueba escrita E1 como los trabajos E2 deberán ser aprobados (5 puntos sobre 10 en cada una de ellos). 

Igualmente, se dispondrá de una prueba global en cada una de las convocatorias establecidas a lo largo del curso, en las fechas y horarios determinados por la Escuela. Esta prueba global se evaluará con los mismos criterios que las pruebas de evaluación continua durante el curso.

4. Metodología, actividades de aprendizaje, programa y recursos

4.1. Presentación metodológica general

Las actividades docentes se llevarán a cabo en base a:

  • Clases teóricas. El profesor presentará los temas del programa, así como ejercicios prácticos correspondientes a cada uno. Los alumnos resolverán en clase ejercicios o casos propuestos por el profesor, que serán evaluados.                           
  • Prácticas: El alumno realizará prácticas con el equipamiento y software proporcionado. Serán evaluadas en base a la actividad realizada por el alumno durante la sesión y a partir de un informe de resultados posterior.                    
  • Trabajos prácticos. El alumno resolverá individualmente o en grupo casos prácticos propuestos por el profesor, que serán evaluados.
  • Artículos de investigación: El profesor propondrá podrá proponer la lectura y análisis de artículos de temas avanzados y actuales en la materia, que serán presentados por el alumno, y serán evaluados.
  • Seminarios desarrollados por profesores expertos invitados

4.2. Actividades de aprendizaje

Con objeto de que los alumnos alcancen los resultados de aprendizaje descritos anteriormente y adquieran las competencias diseñadas para esta asignatura, se proponen las siguientes actividades formativas:

  • A01 Clase magistral participativa (15 horas).Exposición por parte del profesor de los principales contenidos de la asignatura. La impartición de los contenidos incluirá la realización de ejercicios o casos prácticos sencillos por parte del profesor y de los alumnos. En cada curso se planteará la posibilidad de impartición de seminarios por parte de expertos externos.
  • A02 Problemas y casos prácticos (6 horas). Se desarrollarán ejercicios y casos prácticos con participación de los alumnos, coordinados en todo momento con los contenidos teóricos. Se anima a los alumnos a trabajar los problemas previamente. Algunas de estas horas podrán dedicarse a actividades de aprendizaje evaluables según se especifica en cada curso.
  • A03 Prácticas de laboratorio. (9 horas). Se realizarán prácticas con los equipos disponibles. El alumno deberá realizar un estudio previo anteriormente a la realización de la práctica, desarrollar la actividad práctica propuesta durante la sesión práctica y realizar un informe breve sobre los resultados obtenidos. Se evaluarán todas estas actividades de acuerdo con lo establecido en la sección de Evaluación.
  • A06 Tutoría (12 horas). Horario de atención personalizada al alumno con el objetivo de revisar y discutir los materiales y temas presentados en las clases tanto teóricas como prácticas.
  • A07 Study (30 hours). Trabajo personal del estudiante de la parte teórica, realización de ejercicios, preparación de presentaciones orales, y desarrollo del trabajo práctico individual o en grupo.
  • A08 Evaluación (3 horas). Conjunto de pruebas escritas teórico-prácticas, presentaciones orales, informes, trabajos y prácticas. El detalle se encuentra en la sección correspondiente a las actividades de evaluación

4.3. Programa

  1. Introducción a la Robótica: Robótica de manipulación, Robótica móvil, Robótica asistencial, Robótica médica, Exoesqueletos robotizados.
  2. Modelado de un mecanismo poliarticulado. Grados de libertad de las extremidades humanas. Generación de trayectorias, control cinemático y dinámico del movimiento de un mecanismo poliarticulado.
  3. Exoesqueletos robotizados. Aplicación de las técnicas de la robótica de manipulación al control de exoesqueletos.
  4. Control de exoesqueletos a partir de bioseñales. Procesamiento de mioseñales de activación muscular (EMG). Modelos bioinspirados de control de exoesqueletos. Control a partir de señales electroencefalográficas (EEG).
  5. Aplicaciones en robótica asistencial.

4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave

El calendario de la asignatura estará determinado por el calendario académico que el centro establezca para el curso correspondiente. El calendario de presentación de trabajos se anunciará convenientemente al inicio de la asignatura.

La asignatura se imparte en cuatrimestre de primavera. Entre las principales actividades previstas se encuentran la exposición de los contenidos teóricos, el planteamiento y resolución de ejercicios, la realización de prácticas y de trabajos prácticos tutorizados relacionados con los contenidos de la asignatura.

Las fechas de inicio y fin de las clases teóricas y de problemas y las pruebas de evaluación global serán las fijadas por la Escuela de Ingeniería y Arquitectura y publicadas en la página web del máster. Las fechas de entrega y seguimiento de los trabajos prácticos tutorizados se darán a conocer con suficiente antelación en clase y en la página web de la asignatura en el anillo digital docente, https://moodle2.unizar.es/.

4.5. Bibliografía y recursos recomendados

http://psfunizar10.unizar.es/br13/egAsignaturas.php?codigo=69161