IPN/LIS/2025/CON20
-
Reference
IPN/LIS/2025/CON20 -
Unit
Laboratório de Informática e Sistemas -
Scientific Area
Engenharia Electrotécnica e Informática -
Place of Performance
Instituto Pedro Nunes -
Documents
Modelo de contrato de bolsa
Modelo de relatório final
-
Support
-
Advisor
Marília Curado -
Advisor Institution
Departamento de Engenharia Informática da FCTUC -
Advisor category
Professor catedrático -
Goals
O presente concurso de bolsa insere-se no âmbito do projeto "Smart Dispenser", uma iniciativa inovadora focada no desenvolvimento de dispensadores automáticos de garrafas de gás, integrando inteligência artificial para otimização de processos de distribuição e gestão de stock. Este projeto tem como objetivo principal responder a ineficiências do setor, garantindo um serviço seguro, autónomo e disponível 24 horas por dia, 7 dias por semana, enquanto promove a redução de custos e o impacto ambiental.
Esta bolsa centra-se no retrofitting de dispensadores mais antigos com múltiplos sensores e uma câmara para recolher dados que permitam monitorizar a atividade, como trocas de garrafas de gás. O foco principal é o desenvolvimento de uma solução para a recolha de dados, a anotação automática destes dados utilizando imagens da câmara, e o treino inicial de modelos de machine learning para detetar eventos. Dada a incerteza sobre quais sensores serão mais eficazes, o estagiário irá implementar um sistema que integre diversos sensores (e.g., vibração, temperatura) e uma câmara, criando uma pipeline de dados que sincronize e prepare os dados para análise. O firmware para microcontroladores será desenvolvido como uma tecnologia de suporte, otimizada para baixo consumo energético, assegurando a recolha eficiente de dados em dispensadores alimentados por bateria. Este trabalho será essencial para futuras aplicações de inteligência artificial.
-
Work Plan Area
Geração de Dados para Modelos de Visão Computacional na Identificação de Garrafas de Gás -
Work Plan
As tarefas a desempenhar no contexto deste trabalho envolvem:
Análise do estado da arte: Investigação aprofundada de técnicas de recolha de dados, geração de dados sintéticos (renderização, fotogrametria, NeRF, Gaussian Splatting) e métodos de validação de dados sintéticos. Estudo do impacto de dados sintéticos no treino de modelos de visão computacional.
Levantamento de requisitos e planeamento: Definição detalhada dos requisitos para os dados (variedade de garrafas, condições de iluminação, ângulos), planeamento da recolha de dados reais, seleção das ferramentas para geração de dados sintéticos e definição de métricas para avaliação de modelos.
Preparação e prototipagem: Montagem do ambiente para recolha de dados reais; desenvolvimento inicial e testes de protótipos para geração de dados sintéticos; implementação preliminar de modelos de visão computacional para testes iniciais.
Implementação e Recolha: Execução da recolha de dados reais em larga escala; implementação completa das pipelines de geração de dados sintéticos; anotação e preparação dos datasets (reais, sintéticos e mistos).
Treino, Validação e Avaliação: Treino de modelos de visão computacional com diferentes combinações de dados; aplicação de métodos de validação para avaliar a qualidade dos dados sintéticos; avaliação comparativa do desempenho dos modelos; otimização da pipeline de geração de dados e dos modelos.
Relatório de projeto: Consolidação dos datasets, elaboração do relatório final do projeto e documentação dos métodos desenvolvidos.
-
Type of Internship
BI - Bolsa de Investigação -
Amount
1040.98 € -
Renewable
Sim -
Payment method
Monthly -
Duration
12 meses -
Number of Internships
1 -
Recipients
Estudantes de mestrado, mestrado integrado, ou de outros cursos não conferentes de grau, que já tenham realizado os 180 créditos correspondentes aos primeiros 6 semestres curriculares de trabalho, na área de Engenharia Informática, Engenharia Física, Engenharia Electrotécnica e de Computadores, Física, ou áreas afins. -
Documentation to deliver
a) Cópia de documento de identificação válido (Cartão de Cidadão ou Passaporte);
b) Curriculum Vitae do candidato;
c) Certificados de habilitações de todos os graus académicos obtidos, com média final e com as classificações em todas as disciplinas realizadas;
d) Comprovativo de inscrição num ciclo de estudos conducente a grau académico ou comprovativo de inscrição em cursos não conferentes de grau académico integrados no projeto educativo de uma instituição de ensino superior. -
Announcement date
2025-06-30 -
Start date for applications
2025-07-15 -
Deadline for applications
2025-07-28
