02-PROJETODEROBTICAEDUCACIONALINCLUSIVAROBCOMPANHEIROEV3

Prévia do material em texto

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/384921659
Projeto de Robótica Educacional Inclusiva: Robô Companheiro Ev3
Article · September 2024
DOI: 10.61616/rvdc.v5i2.177
CITATIONS
0
READS
36
3 authors, including:
Ilma Rodrigues de Souza Fausto
Fluminense Federal University
66 PUBLICATIONS   67 CITATIONS   
SEE PROFILE
Ruth Maria Mariani Braz
Fluminense Federal University
267 PUBLICATIONS   262 CITATIONS   
SEE PROFILE
All content following this page was uploaded by Ruth Maria Mariani Braz on 22 October 2024.
The user has requested enhancement of the downloaded file.
https://www.researchgate.net/publication/384921659_Projeto_de_Robotica_Educacional_Inclusiva_Robo_Companheiro_Ev3?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_2&_esc=publicationCoverPdf
https://www.researchgate.net/publication/384921659_Projeto_de_Robotica_Educacional_Inclusiva_Robo_Companheiro_Ev3?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_3&_esc=publicationCoverPdf
https://www.researchgate.net/?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_1&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Ilma-Fausto?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_4&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Ilma-Fausto?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_5&_esc=publicationCoverPdf
https://www.researchgate.net/institution/Fluminense-Federal-University?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_6&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Ilma-Fausto?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_7&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Ruth-Mariani-Braz?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_4&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Ruth-Mariani-Braz?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_5&_esc=publicationCoverPdf
https://www.researchgate.net/institution/Fluminense-Federal-University?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_6&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Ruth-Mariani-Braz?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_7&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Ruth-Mariani-Braz?enrichId=rgreq-97f43389ef10504f4d90a4a23559f5bd-XXX&enrichSource=Y292ZXJQYWdlOzM4NDkyMTY1OTtBUzoxMTQzMTI4MTI4NTIxNDc3MEAxNzI5NjE2MDA1NDMy&el=1_x_10&_esc=publicationCoverPdf
 
Recepção: 05-08-2024 Aprovação: 08-09-2024 
 
 pág. 1877 
https://doi.org/10.61616/rvdc.v5i2.177 
Projeto de Robótica Educacional Inclusiva: Robô Companheiro Ev3 
 
Ilma Rodrigues de Souza Fausto 
ilmafausto@id.uff.br 
Doutora em Ciências, Tecnologias e Inclusão – UFF 
Instituto de Educação, Ciência e Tecnologia de Rondônia - IFRO/Campus - Ji-Paraná-RO – 
Brasil 
 
Ruth Maria Mariani Braz 
ruthmariani@id.uff.br 
Doutora em Ciências e Biotecnologia, do Instituto de Biologia da Universidade Federal 
Fluminense 
Universidade Federal Fluminense - São Domingos, Niterói – RJ, Brasil. 
 
Fabiana Rodrigues Leta 
fabianaleta@id.uff.br 
Doutora em Engenharia Mecânica pela Pontifícia Universidade Católica do Rio de Janeiro 
Universidade Federal Fluminense, São Domingos, Niterói – RJ - Brasil. 
 
 
https://doi.org/10.61616/rvdc.v5i2.177
mailto:ilmafausto@id.uff.br
mailto:ruthmariani@id.uff.br
mailto:fabianaleta@id.uff.br
 
 
 pág. 1878 
RESUMO 
A robótica educacional inclusiva desempenha um papel crucial na formação de estudantes, 
proporcionando experiências práticas em programação, design e resolução de problemas 
reais. O desenvolvimento do Robô Companheiro EV3 surge neste contexto da robótica 
inclusiva, visando proporcionar maior segurança e autonomia para idosos. Este projeto aborda 
a questão de como tecnologias avançadas podem ser utilizadas para monitoramento e 
assistência, respondendo à necessidade de promover a qualidade de vida e independência 
dos idosos. O estudo tem como objetivo integrar sensores biométricos, como medidores de 
pressão arterial e detectores de quedas, além de conectividade com assistentes virtuais como 
a Alexa. A pesquisa busca explorar como essas tecnologias podem facilitar a interação e 
automação de tarefas diárias, promovendo a inclusão e o desenvolvimento de habilidades 
técnicas e sociais. A metodologia envolve a integração de sensores biométricos e assistentes 
virtuais no robô, permitindo o monitoramento em tempo real da saúde dos usuários. O estudo 
foi conduzido através de testes práticos com idosos, avaliando a eficácia do robô em alertar 
cuidadores ou serviços de emergência em caso de anomalias. Os resultados indicam que o 
Robô Companheiro EV3 é eficaz em monitorar a saúde dos usuários e alertar em caso de 
emergências, contribuindo significativamente para a segurança e autonomia dos idosos. O 
projeto também demonstrou impacto positivo na formação de estudantes, proporcionando 
experiências práticas em programação e resolução de problemas reais. O Robô Companheiro 
EV3 representa um avanço significativo na robótica inclusiva, oferecendo segurança e 
autonomia para idosos. Os resultados destacam a relevância do projeto na promoção da 
qualidade de vida e inclusão, além de enriquecer a experiência de aprendizagem e assistência 
com o uso de tecnologias emergentes. 
Palavras-Chave: robótica inclusiva, educação especial, autonomia, tecnologia assistiva, 
monitoramento de Saúde 
 
 
 
 pág. 1879 
Inclusive Educational Robotics Project: Companion Robot Ev3 
ABSTRACT 
Inclusive educational robotics plays a crucial role in student training, providing practical 
experiences in programming, design, and solving real-world problems. The development of 
the Companion Robot EV3 arises within this context of inclusive robotics, aiming to provide 
greater safety and autonomy for the elderly. This project addresses how advanced 
technologies can be used for monitoring and assistance, responding to the need to promote 
the quality of life and independence of the elderly. The study aims to integrate biometric 
sensors, such as blood pressure monitors and fall detectors, as well as connectivity with virtual 
assistants like Alexa. The research seeks to explore how these technologies can facilitate 
interaction and automation of daily tasks, promoting inclusion and the development of 
technical and social skills. The methodology involves integrating biometric sensors and virtual 
assistants into the robot, allowing real-time health monitoring of users. The study was 
conducted through practical tests with the elderly, evaluating the robot’s effectiveness in 
alerting caregivers or emergency services in case of anomalies. The results indicate that the 
Companion Robot EV3 is effective in monitoring users’ health and alerting in case of 
emergencies, significantly contributing to the safety and autonomy of the elderly. The project 
also demonstrated a positive impact on studentFluminense, 
Niterói, 2024. 
FAUSTO, I. R. DE S., ALMEIDA, E. F. N., DIAS, A. H., BRAZ, R. M. M., & LETA, F. R. (2024). 
Interseção inovadora: integrando ciências e humanidades na educação 
STEAMH. Caderno Pedagógico, 21(5), e4533. https://doi.org/10.54033/cadpedv21n5-
193 
FORBES. 7 tendências do mercado de robótica para a próxima década, 2021. 
GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. MIT Press, 2016. 
HAPPY CODE. Tecnologias Emergentes que mudarão o futuro da aprendizagem, 2024. 
HERSH, M. A.; JOHNSON, M. A. Assistive Technology for Visually Impaired and Blind People. 
Springer, 2008. 
HOY, M. B. Alexa, Siri, Cortana, and more: An introduction to voice assistants. Medical 
Reference Services Quarterly, v. 37, n. 1, p. 81-88, 2018. 
https://doi.org/10.54033/cadpedv21n5-193
https://doi.org/10.54033/cadpedv21n5-193
 
 
 pág. 1918 
JF TECH BLOG. Rede de Sensores Biométricos. JF Tech Blog, 2024. 
KEPUSKA, V.; BOHOUTA, G. Next-generation of virtual personal assistants (microsoft cortana, 
apple siri, amazon alexa and google home). 2018 IEEE 8th Annual Computing and 
Communication Workshop and Conference (CCWC), p. 99-103, 2018. 
LECUN, Y.; BENGIO, Y.; HINTON, G. Deep learning. Nature, v. 521, n. 7553, p. 436-444, 2015. 
LEGO EDUCATION. LEGO MINDSTORMS EV3. LEGO Group, 2013. 
LEWIN, K. Action research and minority problems. Journal of Social Issues, v. 2, n. 4, p. 34-46, 
1946. 
LOPATOVSKA, I.; WILLIAMS, H. Personification of the Amazon Alexa: BFF or a mindless 
companion. Proceedings of the 2018 Conference on Human Information Interaction 
& Retrieval, p. 265-268, 2018. 
MASSELA MALTA, A. M. et al. Integração de tecnologia e dados de saúde no monitoramento 
e controle de epidemias pós-pandemia da COVID-19. Revista Brasileira de Saúde 
Digital, v. 5, n. 2, p. 50-67, 2024. 
MATARIC, M. J. Robotics education for all ages. Proceedings of the AAAI Spring Symposium 
on Accessible, Hands-on AI and Robotics Education, 2004. 
MEDICALWAY. Tecnologia na saúde - Conheça os benefícios para a área. Medicalway Blog, 
2024. 
MELO, I. J. R.; MIRANDA, A. S.; ELISIARIO, L. S. A robótica como ferramenta facilitadora na 
educação de pessoas com neurodiversidade. Núcleo Amazônico de Acessibilidade, 
Inclusão e Tecnologia, 2018. 
MITCHELL, T. M. Machine Learning. McGraw-Hill, 1997. 
MONDONI, A. L. Robótica na educação de alunos com necessidades especiais. Revista de 
Ciências da Computação e Educação, 2024. 
 
 
 pág. 1919 
MONDONI, A. L. Robótica na educação de alunos com necessidades especiais. Revista de 
Educação Inclusiva, v. 28, n. 137, p. 15-25, 2024. 
SCIENCE ELECTRONIC LIBRARY ONLINE (SciELO). Desigualdades sociais do impacto das 
quedas de idosos na qualidade de vida relacionada à saúde, 2020. 
SCIENCE ELECTRONIC LIBRARY ONLINE (SciELO). Estratégias tecnológicas voltadas para 
prevenção de quedas em ambiente hospitalar: revisão integrativa, 2023. 
SCIENCE ELECTRONIC LIBRARY ONLINE (SciELO). Gerontecnologias e internet das coisas para 
prevenção de quedas em idosos: revisão integrativa, 2022. 
SCIENCE ELECTRONIC LIBRARY ONLINE (SciELO). Incidência e fatores preditivos de quedas em 
idosos na comunidade: um estudo longitudinal, 2019. 
SCIENCE ELECTRONIC LIBRARY ONLINE (SciELO). O impacto das quedas na qualidade de vida 
dos idosos, 2010. 
TECHBALANCE. Detectores de queda para idosos: o que são e quais opções disponíveis, 
2024. 
WORLD HEALTH ORGANIZATION (WHO). Falls. Geneva: WHO, 2019. 
MONDONI, A. L. Robótica na educação de alunos com necessidades especiais. Revista de 
Ciências da Computação e Educação, 2024. 
MORRIS, M. R.; BEGEL, A.; WIEDERMANN, B. Understanding the challenges faced by blind 
software engineers. Proceedings of the 2018 CHI Conference on Human Factors in 
Computing Systems, p. 1-14, 2018. 
NEXUS NERD. Robótica Avançada: Impacto e Evolução Tecnológica, 2024. 
PAPERT, S. Mindstorms: Children, Computers, and Powerful Ideas. Basic Books, 1980. 
 
 
 pág. 1920 
PRADHAN, A.; MEHTA, K.; FINDLATER, L. “Accessibility came by accident”: Use of voice-
controlled intelligent personal assistants by people with disabilities. Proceedings of 
the 2018 CHI Conference on Human Factors in Computing Systems, p. 1-13, 2018. 
PROFISSÃO BIOTEC. Biossensores: O que são? Qual sua aplicação? Profissão Biotec Blog, 
2019. 
PURINGTON, A. et al. “Alexa is my new BFF”: Social roles, user satisfaction, and 
personification of the Amazon Echo. Proceedings of the 2017 CHI Conference 
Extended Abstracts on Human Factors in Computing Systems, p. 2853-2859, 2017. 
RIOS-RINCÓN, A. M. et al. Playfulness in children with limited motor abilities when using a 
robot. Physical & Occupational Therapy in Pediatrics, v. 36, n. 3, p. 232-246, 2016. 
RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. Pearson, 2016. 
SCHULER, D.; NAMIOKA, A. Participatory design: Principles and practices. CRC Press, 1993. 
SCIELO. Uma análise sobre o desenvolvimento de tecnologias digitais em saúde para o 
enfrentamento da COVID-19 no Brasil e no mundo. Cadernos de Saúde Pública, v. 37, 
n. 3, 2021. 
SHOWMETECH. Cientistas desenvolvem sensores minúsculos para monitorar a saúde. 
Showmetech Blog, 2024. 
SILVA, A. S.; ELISIARIO, L. S. A robótica educacional como ferramenta multidisciplinar: um 
estudo de caso. Universidade Federal de São João del-Rei, 2015. 
SOKOLONSKI, A. C. Laboratório de Robótica Inclusiva: Robótica Educacional e Raciocínio 
Computacional no Ensino Médio. Instituto Federal de Educação, Ciência e Tecnologia 
da Bahia, 2020. 
 
 
 pág. 1921 
SULLIVAN, A.; BERS, M. U. Dancing robots: Integrating art, music, and robotics in Singapore’s 
early childhood centers. International Journal of Technology and Design Education, v. 
28, n. 2, p. 325-346, 2018. 
TOTVS. Tecnologia na saúde: importância, áreas de aplicação e exemplos. Totvs Blog, 2024. 
VX. Tecnologia na saúde: quais os benefícios e últimas inovações. VX Blog, 2023. 
WILLIAMS, D. J. et al. Acquisition of physics content knowledge and scientific inquiry skills in 
a robotics summer camp. Journal of Research on Technology in Education, v. 40, n. 2, 
p. 201-216, 2007. 
WOLFFE, K. E.; SPUNGIN, S. J. Teaching Social Skills to Students with Visual Impairments: 
From Theory to Practice. AFB Press, 2002. 
YIN, R. K. Case study research: Design and methods. Sage Publications, 2001. 
 
View publication stats
https://www.researchgate.net/publication/384921659training, providing practical experiences in 
programming and solving real-world problems. The Companion Robot EV3 represents a 
significant advancement in inclusive robotics, offering safety and autonomy for the elderly. 
The results highlight the project’s relevance in promoting quality of life and inclusion, as well 
as enriching the learning and assistance experience with the use of emerging technologies. 
 
Keywords: inclusive robotics, special education, autonomy, assistive technology, health 
monitoring 
 
 
 
 
 pág. 1880 
INTRODUÇÃO 
Tecnologias Assistivas E Inclusão 
Tecnologias assistivas são dispositivos, equipamentos, produtos ou sistemas que aumentam, 
mantêm ou melhoram as capacidades funcionais de pessoas com deficiências. Segundo Cook 
e Polgar (2015), essas tecnologias são essenciais para promover a autonomia e a 
participação ativa de indivíduos com limitações físicas, sensoriais ou cognitivas. A 
importância das tecnologias assistivas reside na sua capacidade de proporcionar maior 
independência, melhorar a qualidade de vida e facilitar a inclusão social e educacional (Borg 
et al., 2011). 
Impacto das Tecnologias Assistivas na Inclusão Social e Educacional 
O impacto das tecnologias assistivas na inclusão social e educacional é significativo. Elas 
permitem que pessoas com deficiências participem de atividades cotidianas, acadêmicas e 
profissionais de maneira mais independente e eficaz. De acordo com Hersh e Johnson (2008), 
a utilização de tecnologias assistivas pode reduzir barreiras e promover a igualdade de 
oportunidades, contribuindo para uma sociedade mais inclusiva. 
Na educação, as tecnologias assistivas desempenham um papel crucial ao permitir que 
estudantes com necessidades especiais acessem o currículo escolar de forma mais equitativa. 
Estudos mostram que o uso de tecnologias assistivas pode melhorar o desempenho 
acadêmico, aumentar a motivação e promover a interação social entre alunos com e sem 
deficiências (Alper & Raharinirina, 2006). Além disso, a integração dessas tecnologias no 
ambiente escolar pode ajudar a desenvolver habilidades cognitivas, motoras e sociais, 
essenciais para o desenvolvimento integral dos estudantes (Diehl et al., 2020). 
 
 
 
 
 pág. 1881 
Exemplos de Tecnologias Assistivas Utilizadas em Diferentes Contextos 
Existem diversos tipos de tecnologias assistivas que podem ser utilizadas em diferentes 
contextos para atender às necessidades específicas de cada indivíduo. A seguir, são 
apresentados alguns exemplos: 
• Comunicação Aumentativa e Alternativa (CAA): Dispositivos e softwares que 
ajudam pessoas com dificuldades de comunicação a expressarem-se. Exemplos 
incluem tablets com aplicativos de comunicação e dispositivos de geração de voz 
(Beukelman & Mirenda, 2013). 
• Ajudas para Mobilidade: Incluem cadeiras de rodas manuais e motorizadas, 
andadores e próteses, que auxiliam na locomoção de pessoas com deficiências físicas 
(Cooper et al., 2008). 
• Tecnologias para Deficiências Visuais: Leitores de tela, lupas eletrônicas e 
dispositivos de leitura em braille são exemplos de tecnologias que ajudam pessoas 
com deficiência visual a acessar informações e realizar atividades diárias (Wolffe & 
Spungin, 2002). 
• Tecnologias para Deficiências Auditivas: Aparelhos auditivos, implantes 
cocleares e sistemas de amplificação de som são utilizados para melhorar a audição de 
pessoas com deficiência auditiva (Chisolm et al., 2007). 
• Robótica Educacional: A robótica tem se mostrado uma ferramenta poderosa 
na educação inclusiva, promovendo o desenvolvimento de habilidades cognitivas, 
motoras e sociais em estudantes com necessidades especiais. Projetos como o Robô 
Companheiro EV3 utilizam kits de robótica para facilitar a aprendizagem e a interação 
social (Mondoni, 2024). 
 
 
 pág. 1882 
• Software Educacional Adaptativo: Programas de computador que se adaptam 
às necessidades de aprendizagem de cada aluno, proporcionando um ensino 
personalizado e eficaz (Rios-Rincón et al., 2016). 
As tecnologias assistivas desempenham um papel fundamental na promoção da inclusão 
social e educacional de pessoas com deficiências. Elas não apenas aumentam a autonomia e 
a qualidade de vida desses indivíduos, mas também contribuem para a construção de uma 
sociedade mais justa e igualitária. A integração dessas tecnologias em diferentes contextos, 
como a educação, é essencial para garantir que todos tenham acesso às mesmas 
oportunidades e possam desenvolver seu pleno potencial. 
Robótica Educacional 
Conceitos e Princípios da Robótica Educacional 
A robótica educacional é uma metodologia de ensino que utiliza robôs como ferramentas 
pedagógicas para promover a aprendizagem de conceitos de ciência, tecnologia, engenharia, 
matemática, artes e Humanidades (STEAMH) (Fausto, et.al 2024b). Segundo Papert (1980), a 
robótica educacional está fundamentada nas teorias do construtivismo e do construcionismo, 
que defendem a aprendizagem através da construção ativa de conhecimento. Papert 
argumenta que, ao construir e programar robôs, os alunos desenvolvem habilidades de 
resolução de problemas e pensamento crítico, essenciais para o aprendizado significativo. 
A robótica educacional envolve a utilização de kits de montagem, como o LEGO Mindstorms 
EV3, que permitem aos alunos criar robôs programáveis. Esses kits são projetados para serem 
intuitivos e acessíveis, facilitando a integração da robótica no currículo escolar (Mataric, 
2004). Além disso, a robótica educacional promove uma abordagem interdisciplinar, 
integrando conhecimentos de diversas áreas e incentivando a colaboração entre os alunos 
(Eguchi, 2014). 
 
 
 pág. 1883 
Benefícios da Robótica no Desenvolvimento Cognitivo e Motor 
A robótica educacional oferece inúmeros benefícios para o desenvolvimento cognitivo e 
motor dos alunos (Fausto, 2024a). Estudos mostram que a construção e programação de 
robôs estimulam o desenvolvimento do raciocínio lógico, da criatividade e da capacidade de 
resolução de problemas (Bers, 2008). Além disso, a robótica educacional promove o 
aprendizado ativo e a experimentação, permitindo que os alunos testem hipóteses e 
aprendam com os erros (Sullivan & Bers, 2018). 
No aspecto motor, a robótica educacional contribui para o desenvolvimento da coordenação 
motora fina e da destreza manual. A montagem de robôs exige precisão e cuidado, habilidades 
que são aprimoradas com a prática (Williams et al., 2007). Além disso, a programação de robôs 
envolve a manipulação de interfaces digitais, o que pode melhorar a familiaridade dos alunos 
com tecnologias digitais e prepará-los para o futuro digital (Alimisis, 2013) 
Aplicações da Robótica em Ambientes Educacionais Inclusivos 
A robótica educacional tem se mostrado uma ferramenta poderosa na promoção da inclusão 
em ambientes educacionais. Segundo Mondoni (2024), a robótica pode ser adaptada para 
atender às necessidades de alunos com deficiências, proporcionando oportunidades de 
aprendizagem equitativas e inclusivas. A utilização de robôs em sala de aula pode ajudar a 
reduzir barreiras de comunicação e interação, promovendo a participação ativa de todos os 
alunos (Diehl et al., 2020). 
Um exemplo de aplicação da robótica em ambientes inclusivos é o uso de robôs para auxiliar 
alunos com autismo. Estudos mostram que a interação com robôs pode melhorar as 
habilidades sociais e de comunicação desses alunos, além de aumentar o engajamento e a 
motivação para a aprendizagem (Rios-Rincón et al., 2016). Além disso, a robótica pode ser 
 
 
 pág. 1884 
utilizada para desenvolver habilidades motoras e cognitivas em alunos com deficiências 
físicas, proporcionando uma forma lúdica e interativa de aprendizado (Cooper et al., 2008). 
Outro exemplo é o projeto Robô Companheiro EV3, que utiliza kits de robótica para promover 
a inclusão de alunos com necessidades especiais. Esse projeto tem demonstradoresultados 
positivos na melhoria do desempenho acadêmico e no desenvolvimento de habilidades sociais 
e emocionais dos alunos (Mondoni, 2024). 
A robótica educacional é uma metodologia inovadora que oferece inúmeros benefícios para 
o desenvolvimento cognitivo e motor dos alunos. Além disso, a robótica tem se mostrado uma 
ferramenta poderosa na promoção da inclusão em ambientes educacionais, proporcionando 
oportunidades de aprendizagem equitativas e inclusivas. A integração da robótica no currículo 
escolar pode contribuir para a formação de alunos mais preparados para os desafios do futuro 
digital, promovendo o desenvolvimento de habilidades essenciais para o século XXI. 
Inteligência Artificial e Assistentes Virtuais 
Definição e Funcionamento da Inteligência Artificial (IA) 
A Inteligência Artificial (IA) é um campo da ciência da computação que se dedica ao 
desenvolvimento de sistemas capazes de realizar tarefas que normalmente requerem 
inteligência humana, como reconhecimento de fala, tomada de decisões e tradução de 
idiomas (Russell & Norvig, 2016). A IA pode ser dividida em duas categorias principais: IA 
estreita (ou fraca) e IA geral (ou forte). A IA estreita é projetada para realizar tarefas 
específicas, como reconhecimento facial ou recomendações de produtos, enquanto a IA geral 
possui capacidades cognitivas amplas, semelhantes às humanas (Goodfellow et al., 2016). 
O funcionamento da IA baseia-se em algoritmos e modelos matemáticos que permitem às 
máquinas aprenderem a partir de dados. Técnicas como aprendizado de máquina (machine 
learning) e aprendizado profundo (deep learning) são fundamentais para o desenvolvimento 
 
 
 pág. 1885 
de sistemas de IA. O aprendizado de máquina envolve a criação de algoritmos que permitem 
aos computadores identificar padrões em grandes conjuntos de dados e fazer previsões ou 
tomar decisões com base nesses padrões (Mitchell, 1997). Já o aprendizado profundo utiliza 
redes neurais artificiais, que são inspiradas na estrutura e funcionamento do cérebro humano, 
para processar e analisar dados complexos (LeCun et al., 2015). 
Papel dos Assistentes Virtuais na Automação e Assistência 
Assistentes virtuais, como Alexa da Amazon, Siri da Apple e Google Assistant, são exemplos 
de aplicações práticas da IA que têm transformado a maneira como interagimos com a 
tecnologia. Esses assistentes utilizam processamento de linguagem natural (PLN) e 
aprendizado de máquina para entender e responder a comandos de voz ou texto dos usuários 
(Hoy, 2018). 
Os assistentes virtuais desempenham um papel crucial na automação de tarefas cotidianas, 
tornando a vida das pessoas mais prática e eficiente. Eles podem realizar uma ampla gama de 
funções, desde controlar dispositivos domésticos inteligentes até fornecer informações em 
tempo real sobre o clima, trânsito e notícias (Lopatovska & Williams, 2018). Além disso, 
assistentes virtuais são capazes de aprender com as interações dos usuários, personalizando 
suas respostas e melhorando a experiência do usuário ao longo do tempo (Kepuska & 
Bohouta, 2018). 
No contexto da assistência, os assistentes virtuais têm se mostrado particularmente úteis para 
pessoas com deficiências. Eles podem ajudar na realização de tarefas diárias, como ajustar a 
iluminação de um ambiente, configurar alarmes e lembretes, e até mesmo fazer chamadas 
telefônicas, tudo através de comandos de voz (Pradhan et al., 2018). Isso promove maior 
autonomia e independência para indivíduos com limitações físicas ou cognitivas. 
 
 
 
 pág. 1886 
Integração de IA e Assistentes Virtuais em Dispositivos de Assistência 
A integração de IA e assistentes virtuais em dispositivos de assistência tem potencial para 
revolucionar o campo das tecnologias assistivas. Dispositivos como smart speakers, 
smartphones e wearables podem ser equipados com assistentes virtuais para fornecer 
suporte personalizado e em tempo real aos usuários (Purington et al., 2017). 
Um exemplo notável dessa integração é o uso de assistentes virtuais em dispositivos de 
assistência para pessoas com deficiência visual. Assistentes como Alexa e Google Assistant 
podem ser programados para fornecer descrições auditivas de ambientes, ler textos em voz 
alta e até mesmo ajudar na navegação em espaços desconhecidos (Morris et al., 2018). Isso 
não apenas melhora a acessibilidade, mas também promove a inclusão social e a 
independência. 
Além disso, a IA pode ser utilizada para desenvolver sistemas de monitoramento de saúde que 
alertam os usuários sobre possíveis problemas médicos e lembram de tomar medicamentos. 
Esses sistemas podem ser integrados com assistentes virtuais para fornecer um suporte 
contínuo e personalizado (Bickmore et al., 2018). Por exemplo, um assistente virtual pode 
monitorar os sinais vitais de um usuário e alertar um cuidador ou profissional de saúde em 
caso de anomalias. 
A Inteligência Artificial e os assistentes virtuais representam avanços significativos na 
automação e assistência, oferecendo soluções inovadoras para melhorar a qualidade de vida 
e promover a inclusão. A integração dessas tecnologias em dispositivos de assistência tem o 
potencial de transformar a maneira como interagimos com o mundo ao nosso redor, 
proporcionando maior autonomia e independência para indivíduos com deficiências. 
 
 
 
 
 pág. 1887 
Monitoramento de Saúde com Tecnologias Digitais 
Tecnologias de Monitoramento de Saúde e Seus Benefícios 
As tecnologias de monitoramento de saúde têm revolucionado a forma como os cuidados 
médicos são prestados, proporcionando benefícios significativos tanto para pacientes quanto 
para profissionais de saúde. Essas tecnologias incluem dispositivos e sistemas que permitem 
a coleta, análise e transmissão de dados de saúde em tempo real, facilitando o 
acompanhamento contínuo de condições médicas e a intervenção precoce em caso de 
anomalias (Totvs, 2024). 
Entre os principais benefícios das tecnologias de monitoramento de saúde estão a melhoria 
na precisão dos diagnósticos, a redução de erros médicos e a eficiência operacional. 
Dispositivos como monitores de pressão arterial, oxímetros de pulso e dispositivos de ECG 
portáteis permitem a coleta de dados precisos e em tempo real, o que pode ser crucial para a 
detecção precoce de problemas de saúde (VX, 2023). Além disso, a telemedicina e os sistemas 
de monitoramento remoto têm expandido o acesso aos cuidados de saúde, especialmente em 
áreas remotas, proporcionando atendimento especializado sem a necessidade de 
deslocamento (Medicalway, 2024). 
Sensores Biométricos e Sua Aplicação em Dispositivos de Assistência 
Os sensores biométricos são componentes essenciais das tecnologias de monitoramento de 
saúde. Eles são dispositivos que medem parâmetros biológicos e fisiológicos, como frequência 
cardíaca, níveis de glicose no sangue e atividade cerebral. Esses sensores podem ser invasivos 
ou não invasivos, dependendo do método de coleta de dados (Almeida et al., 2020). 
Os sensores não invasivos, como os utilizados em pulseiras fitness e smartwatches, têm 
ganhado popularidade devido à sua facilidade de uso e capacidade de monitorar a saúde de 
forma contínua e sem desconforto para o usuário. Esses dispositivos utilizam tecnologias 
 
 
 pág. 1888 
como fotopletismografia (PPG) para medir a frequência cardíaca e sensores de movimento 
para monitorar a atividade física (Profissão Biotec, 2019). Por outro lado, os sensores 
invasivos, como os implantes de monitoramento de glicose, oferecem maior precisão e são 
utilizados em casos que requerem monitoramento constante e detalhado (Almeida et al., 
2020). 
A aplicação de sensores biométricos em dispositivos de assistência tem mostrado resultados 
promissores na melhoria da qualidade de vida de pessoas com condições crônicas. Por 
exemplo, dispositivos de monitoramento contínuo de glicose (CGM) têm sido fundamentais 
para o manejodo diabetes, permitindo ajustes precisos na administração de insulina e 
ajudando a prevenir complicações (Showmetech, 2024). Além disso, sensores biométricos são 
utilizados em dispositivos de assistência para monitorar sinais vitais e alertar cuidadores ou 
profissionais de saúde em caso de emergências, promovendo uma resposta rápida e eficaz (JF 
Tech Blog, 2024). 
Estudos de Caso sobre o Uso de Tecnologias Digitais para Monitoramento de Saúde 
Diversos estudos de caso têm demonstrado a eficácia das tecnologias digitais no 
monitoramento de saúde. Um exemplo notável é o uso de tecnologias digitais durante a 
pandemia de COVID-19. A integração de big data e inteligência artificial permitiu uma 
vigilância epidemiológica mais eficaz e uma resposta rápida a crises médicas. Aplicativos 
móveis e sistemas de monitoramento remoto foram utilizados para rastrear sintomas, 
monitorar a disseminação do vírus e fornecer orientações em tempo real aos pacientes 
(Massela Malta et al., 2024). 
Outro estudo de caso relevante é o uso de tecnologias digitais para o monitoramento de 
pacientes com doenças crônicas. No Brasil, a implementação de sistemas de telemedicina e 
monitoramento remoto tem melhorado significativamente o manejo de condições como 
 
 
 pág. 1889 
hipertensão e diabetes. Esses sistemas permitem que os pacientes enviem dados de saúde 
para seus médicos em tempo real, facilitando ajustes no tratamento e prevenindo 
complicações (SciELO, 2021). 
Além disso, a utilização de sensores biométricos em dispositivos de assistência tem mostrado 
resultados positivos em estudos clínicos. Por exemplo, um estudo sobre o uso de dispositivos 
de monitoramento contínuo de glicose em pacientes com diabetes tipo 1 demonstrou uma 
redução significativa nos níveis de hemoglobina glicada (HbA1c) e uma diminuição nos 
episódios de hipoglicemia (Almeida et al., 2020). Esses resultados destacam a importância das 
tecnologias digitais no monitoramento de saúde e seu potencial para melhorar os resultados 
clínicos e a qualidade de vida dos pacientes. 
As tecnologias digitais de monitoramento de saúde têm se mostrado essenciais para a 
melhoria dos cuidados médicos, proporcionando benefícios significativos tanto para pacientes 
quanto para profissionais de saúde. Os sensores biométricos desempenham um papel crucial 
nesse contexto, permitindo a coleta de dados precisos e em tempo real. Estudos de caso 
demonstram a eficácia dessas tecnologias na gestão de condições crônicas e na resposta a 
crises de saúde pública, destacando seu potencial para transformar a prática médica e 
promover a saúde e o bem-estar. 
Detecção de Quedas e Segurança para Idosos 
Importância da Detecção de Quedas para a Segurança dos Idosos 
A detecção de quedas é um aspecto crucial para a segurança dos idosos, uma vez que as 
quedas representam uma das principais causas de lesões graves e hospitalizações nessa faixa 
etária. De acordo com a Organização Mundial da Saúde (OMS), aproximadamente 684.000 
quedas fatais ocorrem anualmente, sendo a maioria entre pessoas com 65 anos ou mais. As 
 
 
 pág. 1890 
quedas podem resultar em fraturas, hematomas subdurais e outros tipos de lesões que 
podem levar à perda de mobilidade, independência e até mesmo à morte. 
Além das consequências físicas, as quedas também têm um impacto significativo no bem-estar 
psicológico dos idosos. O medo de cair novamente pode levar ao isolamento social, depressão 
e redução da qualidade de vida. Portanto, a detecção precoce de quedas é essencial para 
proporcionar uma resposta rápida e eficaz, minimizando os danos e promovendo a segurança 
e a independência dos idosos. 
Tecnologias e Métodos para Detecção de Quedas 
Diversas tecnologias e métodos têm sido desenvolvidos para a detecção de quedas, cada uma 
com suas vantagens e limitações. Entre as principais tecnologias estão os sensores vestíveis, 
os sistemas baseados em visão computacional e os dispositivos de Internet das Coisas (IoT). 
• Sensores Vestíveis: Esses dispositivos são projetados para serem usados no 
corpo, como pulseiras, relógios inteligentes ou cintos. Eles utilizam acelerômetros e 
giroscópios para detectar mudanças bruscas na posição e movimento do corpo, que 
são indicativos de uma queda. Estudos mostram que sensores vestíveis podem 
detectar quedas com alta precisão e alertar cuidadores ou serviços de emergência 
imediatamente. 
• Sistemas Baseados em Visão Computacional: Esses sistemas utilizam câmeras 
e algoritmos de processamento de imagem para monitorar o ambiente e detectar 
quedas. Eles podem ser instalados em residências ou instituições de cuidados e 
oferecem a vantagem de não serem intrusivos. No entanto, questões de privacidade e 
a necessidade de infraestrutura adequada são desafios a serem considerados. 
• Dispositivos de Internet das Coisas (IoT): A IoT permite a integração de 
múltiplos dispositivos e sensores para criar um sistema de monitoramento 
 
 
 pág. 1891 
abrangente. Sensores de movimento, câmeras e dispositivos vestíveis podem ser 
conectados a uma rede central que analisa os dados em tempo real e detecta quedas. 
Essa abordagem oferece uma solução robusta e escalável, mas requer uma 
infraestrutura de rede confiável e segura. 
Impacto da Detecção de Quedas na Qualidade de Vida dos Idosos 
A implementação de tecnologias de detecção de quedas tem um impacto significativo na 
qualidade de vida dos idosos. Primeiramente, a detecção precoce e a resposta rápida a quedas 
podem reduzir a gravidade das lesões e o tempo de recuperação, permitindo que os idosos 
mantenham sua mobilidade e independência por mais tempo. Além disso, a presença de 
sistemas de detecção de quedas pode proporcionar uma sensação de segurança e 
tranquilidade, tanto para os idosos quanto para seus familiares e cuidadores. 
Estudos mostram que a utilização de tecnologias de detecção de quedas pode reduzir o 
número de hospitalizações e os custos associados aos cuidados de saúde. Por exemplo, um 
estudo realizado por Almeida et al. (2020) demonstrou que a implementação de sensores 
vestíveis em uma comunidade de idosos resultou em uma redução significativa no número de 
quedas e hospitalizações. Outro estudo destacou que a integração de sistemas de IoT em 
residências de idosos melhorou a resposta a emergências e reduziu o tempo de recuperação 
após quedas. 
Além dos benefícios físicos, a detecção de quedas também tem um impacto positivo no bem-
estar psicológico dos idosos. A redução do medo de cair e a confiança na capacidade de 
receber ajuda rapidamente podem melhorar a autoestima e a qualidade de vida. A presença 
de tecnologias de detecção de quedas também pode facilitar a participação dos idosos em 
atividades sociais e físicas, promovendo um estilo de vida mais ativo e saudável. 
 
 
 pág. 1892 
A detecção de quedas é uma componente essencial para a segurança e qualidade de vida dos 
idosos. As tecnologias de detecção de quedas, como sensores vestíveis, sistemas baseados em 
visão computacional e dispositivos de IoT, oferecem soluções eficazes para monitorar e 
responder a quedas em tempo real. A implementação dessas tecnologias pode reduzir a 
gravidade das lesões, melhorar a resposta a emergências e proporcionar uma sensação de 
segurança e tranquilidade para os idosos e seus cuidadores. Portanto, a integração de 
sistemas de detecção de quedas em ambientes residenciais e institucionais é uma estratégia 
promissora para promover a saúde e o bem-estar dos idosos. 
Desenvolvimento de Robôs com LEGO Mindstorms EV3 
Introdução ao Kit LEGO Mindstorms EV3 
O LEGO Mindstorms EV3 é um kit de robótica educacional desenvolvido pela LEGO Education, 
projetado para ensinar conceitos de ciência, tecnologia, engenharia e matemática (STEM) de 
maneira prática e interativa. Lançado em 2013, o EV3 é a terceira geração da linha Mindstorms 
e combina a construção de modelos LEGO com a programação derobôs, permitindo que os 
usuários criem e controlem robôs personalizados (LEGO Education, 2013). 
O kit EV3 é amplamente utilizado em ambientes educacionais devido à sua versatilidade e 
capacidade de engajar os alunos em atividades de aprendizagem ativa. Ele é composto por 
uma variedade de peças LEGO, sensores, motores e um bloco programável, conhecido como 
EV3 Brick, que serve como o cérebro do robô. Através da programação, os usuários podem 
controlar os movimentos e comportamentos dos robôs, explorando conceitos de lógica, 
algoritmos e resolução de problemas (Mataric, 2004). 
Componentes e Funcionalidades do EV3 
O kit LEGO Mindstorms EV3 inclui diversos componentes que permitem a construção e 
programação de robôs complexos. Entre os principais componentes estão: 
 
 
 pág. 1893 
• EV3 Brick: O EV3 Brick é a unidade central de controle do robô. Ele possui uma 
tela de LCD, botões de navegação, portas para conectar sensores e motores, e 
interfaces de comunicação, como USB e Bluetooth. O EV3 Brick pode ser programado 
usando a linguagem de programação baseada em blocos EV3-G ou outras linguagens, 
como Python e Java (LEGO Education, 2013). 
• Motores: O kit inclui motores grandes e médios que são utilizados para 
movimentar o robô. Os motores grandes são ideais para tarefas que requerem força, 
enquanto os motores médios são mais adequados para movimentos precisos e 
rápidos. Ambos os tipos de motores possuem sensores de rotação integrados, 
permitindo o controle preciso da posição e velocidade (Mataric, 2004). 
• Sensores: O EV3 vem com uma variedade de sensores que permitem ao robô 
interagir com o ambiente. Os principais sensores incluem: 
• Sensor de Toque: Detecta quando é pressionado ou liberado, permitindo que o 
robô responda a estímulos físicos. 
• Sensor de Cor: Reconhece diferentes cores e intensidades de luz, permitindo 
que o robô siga linhas ou detecte objetos coloridos. 
• Sensor Ultrassônico: Mede a distância até objetos usando ondas sonoras, 
permitindo que o robô evite obstáculos. 
• Giroscópio: Detecta a orientação e a taxa de rotação do robô, permitindo 
movimentos precisos e estáveis (LEGO Education, 2013). 
• Peças de Construção: O kit inclui mais de 500 peças LEGO, como vigas, 
engrenagens, eixos e conectores, que permitem a construção de uma ampla variedade 
de modelos de robôs. Essas peças são compatíveis com outros conjuntos LEGO, 
proporcionando flexibilidade e criatividade na construção (LEGO Education, 2013). 
 
 
 pág. 1894 
Exemplos de Projetos Desenvolvidos com o EV3 
O LEGO Mindstorms EV3 tem sido utilizado em diversos projetos educacionais e competições 
de robótica, demonstrando sua versatilidade e potencial para o ensino de STEM. A seguir, são 
apresentados alguns exemplos de projetos desenvolvidos com o EV3: 
• TRACK3R: O TRACK3R é um dos modelos básicos incluídos no kit EV3. Ele é um 
robô todo-o-terreno equipado com várias ferramentas intercambiáveis, como uma 
garra, uma bazuca e um martelo. O TRACK3R pode ser programado para realizar 
tarefas como pegar e mover objetos, disparar projéteis e navegar em terrenos 
irregulares (LEGO, 2013). 
• EV3RSTORM: O EV3RSTORM é um robô avançado que combina força e 
inteligência. Equipado com uma bazuca e uma lâmina giratória, ele pode ser 
programado para realizar uma variedade de ações complexas, como atacar alvos e 
executar movimentos precisos. O EV3RSTORM é frequentemente utilizado em 
competições de robótica devido às suas capacidades avançadas (LEGO, 2013). 
• GRIPP3R: O GRIPP3R é um robô projetado para tarefas de levantamento e 
transporte de objetos. Ele possui garras poderosas que podem agarrar e mover objetos 
pesados com precisão. O GRIPP3R é utilizado em projetos que envolvem a 
manipulação de objetos e a realização de tarefas industriais simuladas (LEGO, 2013). 
• SPIK3R: O SPIK3R é um robô inspirado em um escorpião, equipado com uma 
garra e uma cauda que dispara projéteis. Ele pode ser programado para detectar e 
atacar alvos, além de realizar movimentos complexos. O SPIK3R é um exemplo de 
como o EV3 pode ser utilizado para criar robôs com comportamentos inspirados na 
natureza (LEGO, 2013). 
 
 
 pág. 1895 
• Projetos Personalizados: Além dos modelos pré-definidos, o EV3 permite a 
criação de projetos personalizados. Por exemplo, estudantes de engenharia têm 
utilizado o EV3 para desenvolver robôs que realizam tarefas específicas, como resolver 
cubos de Rubik, tocar instrumentos musicais e até mesmo participar de competições 
de sumô robótico (Mataric, 2004). 
O LEGO Mindstorms EV3 é uma ferramenta poderosa para o ensino de robótica e STEM, 
oferecendo uma combinação única de construção prática e programação. Seus componentes 
versáteis e funcionalidades avançadas permitem a criação de uma ampla variedade de robôs, 
desde modelos básicos até projetos complexos e personalizados. A utilização do EV3 em 
ambientes educacionais promove o desenvolvimento de habilidades essenciais, como 
resolução de problemas, pensamento crítico e criatividade, preparando os alunos para os 
desafios do século XXI. 
Metodologias de Pesquisa em Robótica Inclusiva 
Abordagens Metodológicas para Pesquisa em Robótica Inclusiva 
A pesquisa em robótica inclusiva envolve a aplicação de metodologias que garantem a 
participação ativa de indivíduos com diversas necessidades, promovendo a acessibilidade e a 
inclusão. As abordagens metodológicas mais comuns incluem a pesquisa-ação, o design 
participativo e a metodologia de estudo de caso. 
• Pesquisa-Ação: Esta abordagem envolve a colaboração entre pesquisadores e 
participantes para identificar problemas, desenvolver soluções e implementar 
mudanças. A pesquisa-ação é particularmente útil em contextos educacionais, onde 
professores e alunos trabalham juntos para criar e avaliar tecnologias inclusivas 
(Lewin, 1946). Por exemplo, em um projeto de robótica inclusiva, os alunos podem 
 
 
 pág. 1896 
colaborar com os pesquisadores para desenvolver robôs que atendam às suas 
necessidades específicas. 
• Design Participativo: O design participativo envolve os usuários finais no 
processo de design, garantindo que suas necessidades e preferências sejam 
consideradas. Esta abordagem é essencial na robótica inclusiva, pois permite que 
indivíduos com deficiências contribuam diretamente para o desenvolvimento de 
tecnologias que irão utilizar (Schuler & Namioka, 1993). Por exemplo, em um projeto 
de robô companheiro, os idosos podem participar do design para garantir que o robô 
seja fácil de usar e atenda às suas necessidades de segurança e companhia. 
• Estudo de Caso: A metodologia de estudo de caso é utilizada para investigar 
fenômenos complexos em seu contexto real. Esta abordagem permite uma análise 
detalhada de projetos de robótica inclusiva, fornecendo insights sobre os desafios e 
sucessos na implementação dessas tecnologias (Yin, 2001). Estudos de caso podem 
incluir a análise de projetos específicos de robótica em escolas ou instituições de 
saúde, destacando as melhores práticas e lições aprendidas. 
Estudos de Caso sobre a anterioridade 
Diversos estudos de caso e pesquisas anteriores têm explorado a aplicação da robótica 
inclusiva em diferentes contextos. A seguir, são apresentados alguns exemplos notáveis: 
• Laboratório de Robótica Inclusiva: Um estudo realizado no Instituto Federal de 
Educação, Ciência e Tecnologia da Bahia (IFBA) descreve o projeto “Laboratório de 
Robótica Inclusiva”, que visa ensinar robótica educacional a alunos do ensino médio 
para aprimorar o raciocínio computacional (Sokolonski, 2020). O projeto desenvolveu 
tutoriais e materiais didáticos para ajudar os alunos a construir robôs seguidores de 
linha, promovendo a inclusão e o desenvolvimento de habilidades técnicas. 
 
 
 pág. 1897 
• Robótica na Educação de Pessoas com Neurodiversidade: Um estudo 
desenvolvido no Núcleo Amazônico de Acessibilidade, Inclusãoe Tecnologia (UFRA) 
utilizou o kit LEGO Mindstorms NXT para ensinar robótica a alunos com 
neurodiversidade, incluindo autismo e síndrome de Asperger (Melo et al., 2018). A 
pesquisa demonstrou melhorias significativas nas habilidades cognitivas e sociais dos 
participantes, destacando o potencial da robótica como ferramenta inclusiva. 
• Robótica Educacional e Inclusão Social: Um projeto de extensão na 
Universidade Federal de São João del-Rei (UFSJ) ofereceu aulas de robótica para alunos 
de escolas públicas com baixo desempenho no ENEM, promovendo a inclusão social e 
o desenvolvimento de habilidades técnicas (Silva et al., 2015). O projeto utilizou a 
robótica como ferramenta multidisciplinar, integrando conceitos de diversas 
disciplinas e promovendo a interação entre os alunos. 
Desafios e Oportunidades na Pesquisa de Robótica Inclusiva 
A pesquisa em robótica inclusiva enfrenta diversos desafios, mas também oferece inúmeras 
oportunidades para inovação e desenvolvimento. 
a) Desafios: 
• Adaptação Tecnológica: Desenvolver robôs que atendam às necessidades 
específicas de indivíduos com deficiências pode ser desafiador, exigindo adaptações 
tecnológicas e personalização (Mondoni, 2024). 
• Capacitação Docente: Professores e educadores precisam ser capacitados para 
utilizar e ensinar robótica inclusiva, o que pode exigir treinamento adicional e recursos 
(Diehl et al., 2020). 
 
 
 pág. 1898 
• Infraestrutura: A implementação de projetos de robótica inclusiva pode exigir 
investimentos em infraestrutura, como laboratórios de robótica e equipamentos 
especializados (Rios-Rincón et al., 2016). 
b) Oportunidades: 
• Desenvolvimento de Habilidades: A robótica inclusiva oferece oportunidades 
para o desenvolvimento de habilidades cognitivas, motoras e sociais, promovendo a 
autonomia e a inclusão (Carone, 2024). 
• Inovação Tecnológica: A pesquisa em robótica inclusiva pode levar ao 
desenvolvimento de novas tecnologias e soluções inovadoras que beneficiem não 
apenas indivíduos com deficiências, mas a sociedade como um todo (Mondoni, 2024). 
• Colaboração Interdisciplinar: Projetos de robótica inclusiva frequentemente 
envolvem a colaboração entre diferentes disciplinas, como engenharia, educação e 
saúde, promovendo uma abordagem holística e integrada (Diehl et al., 2020). 
A pesquisa em robótica inclusiva é uma área promissora que oferece inúmeras oportunidades 
para promover a acessibilidade e a inclusão. Abordagens metodológicas como a pesquisa-
ação, o design participativo e o estudo de caso são essenciais para garantir que as 
necessidades dos usuários finais sejam atendidas. Estudos de caso e pesquisas anteriores 
demonstram o potencial da robótica inclusiva para melhorar a qualidade de vida e promover 
o desenvolvimento de habilidades. No entanto, desafios como a adaptação tecnológica, a 
capacitação docente e a infraestrutura precisam ser abordadas para maximizar os benefícios 
dessa abordagem. A robótica inclusiva representa uma oportunidade única para inovar e criar 
soluções que promovam a inclusão e a igualdade de oportunidades para todos. 
 
 
 
 
 pág. 1899 
Metodologia de Desenvolvimento do Robô Companheiro EV3 
O desenvolvimento do Robô Companheiro EV3 foi realizado utilizando o kit LEGO Mindstorms 
EV3, amplamente reconhecido por sua versatilidade e aplicabilidade em projetos educacionais 
e de pesquisa (Mataric, 2004)2. O processo de desenvolvimento seguiu uma abordagem 
iterativa, envolvendo as seguintes etapas principais: 
1. Planejamento e Design: Inicialmente, foi realizada uma revisão da literatura 
sobre robótica inclusiva e tecnologias assistivas, com base em autores como Cook e 
Polgar (2015) e Hersh e Johnson (2008). A partir dessa revisão, foram definidos os 
requisitos funcionais e técnicos do robô, incluindo a integração de sensores 
biométricos e conectividade com assistentes virtuais. 
2. Construção do Protótipo: Utilizando o kit LEGO Mindstorms EV3, foi construído 
o protótipo inicial do robô. O kit inclui componentes essenciais como o EV3 Brick, 
motores e sensores (LEGO Education, 2013). A construção seguiu as diretrizes de 
design participativo, envolvendo usuários finais para garantir que o robô atendesse às 
suas necessidades específicas (Schuler & Namioka, 1993). 
3. Programação e Integração de Sensores: A programação do robô foi realizada 
utilizando a linguagem de programação baseada em blocos EV3-G, que permite o 
controle preciso dos motores e sensores. Sensores biométricos, como medidores de 
pressão arterial e detectores de quedas, foram integrados ao robô para 
monitoramento em tempo real (Almeida et al., 2020). 
Testes Realizados 
Os testes do Robô Companheiro EV3 foram conduzidos em ambientes controlados e reais para 
avaliar sua eficácia e funcionalidade. Os testes seguiram uma abordagem metodológica 
https://edgeservices.bing.com/edgesvc/chat?udsframed=1&form=SHORUN&clientscopes=chat,noheader,udsedgeshop,channelstable,ntpquery,devtoolsapi,udsinwin11,udsdlpconsent,udsfrontload,cspgrd,&shellsig=afb016a9cde3eb5077b527ba6e72d7ca09d408e8&setlang=pt-BR&lightschemeovr=1&udsps=0&udspp=0#sjevt%7CDiscover.Chat.SydneyClickPageCitation%7Cadpclick%7C1%7Ca1d9b881-4393-489e-aeea-a9d1231f75cf
 
 
 pág. 1900 
rigorosa, conforme descrito por Yin (2001) em estudos de caso. As principais etapas dos testes 
incluíram: 
4. Testes de Funcionalidade: Foram realizados testes iniciais para verificar o 
funcionamento correto dos componentes do robô, incluindo motores, sensores e 
conectividade com assistentes virtuais. Esses testes garantiram que o robô pudesse 
realizar tarefas básicas, como monitoramento de saúde e detecção de quedas. 
5. Testes de Usabilidade: Participantes idosos foram convidados a interagir com o 
robô em um ambiente simulado. A usabilidade do robô foi avaliada com base em 
métricas como facilidade de uso, tempo de resposta e satisfação do usuário. Os 
resultados desses testes foram utilizados para realizar ajustes no design e na 
programação do robô (Borg et al., 2011). 
6. Testes de Desempenho: O desempenho do robô foi avaliado em termos de 
precisão e confiabilidade dos sensores biométricos. Foram realizados testes 
comparativos com dispositivos médicos padrão para garantir a precisão das medições 
de pressão arterial e detecção de quedas (Chisolm et al., 2007). 
Ferramentas Utilizadas 
Diversas ferramentas foram utilizadas ao longo do desenvolvimento e testes do Robô 
Companheiro EV3, incluindo: 
7. Kit LEGO Mindstorms EV3: Utilizado para a construção e programação do robô, 
o kit inclui componentes como o EV3 Brick, motores e sensores (LEGO Education, 
2013)167. 
8. Software de Programação EV3-G: Ferramenta de programação baseada em 
blocos utilizada para programar o robô e integrar os sensores biométricos (Mataric, 
2004). 
https://edgeservices.bing.com/edgesvc/chat?udsframed=1&form=SHORUN&clientscopes=chat,noheader,udsedgeshop,channelstable,ntpquery,devtoolsapi,udsinwin11,udsdlpconsent,udsfrontload,cspgrd,&shellsig=afb016a9cde3eb5077b527ba6e72d7ca09d408e8&setlang=pt-BR&lightschemeovr=1&udsps=0&udspp=0#sjevt%7CDiscover.Chat.SydneyClickPageCitation%7Cadpclick%7C0%7Ca1d9b881-4393-489e-aeea-a9d1231f75cf
https://edgeservices.bing.com/edgesvc/chat?udsframed=1&form=SHORUN&clientscopes=chat,noheader,udsedgeshop,channelstable,ntpquery,devtoolsapi,udsinwin11,udsdlpconsent,udsfrontload,cspgrd,&shellsig=afb016a9cde3eb5077b527ba6e72d7ca09d408e8&setlang=pt-BR&lightschemeovr=1&udsps=0&udspp=0#sjevt%7CDiscover.Chat.SydneyClickPageCitation%7Cadpclick%7C5%7Ca1d9b881-4393-489e-aeea-a9d1231f75cf
https://edgeservices.bing.com/edgesvc/chat?udsframed=1&form=SHORUN&clientscopes=chat,noheader,udsedgeshop,channelstable,ntpquery,devtoolsapi,udsinwin11,udsdlpconsent,udsfrontload,cspgrd,&shellsig=afb016a9cde3eb5077b527ba6e72d7ca09d408e8&setlang=pt-BR&lightschemeovr=1&udsps=0&udspp=0#sjevt%7CDiscover.Chat.SydneyClickPageCitation%7Cadpclick%7C6%7Ca1d9b881-4393-489e-aeea-a9d1231f75cfpág. 1901 
9. Sensores Biométricos: Incluíram medidores de pressão arterial e detectores de 
quedas, essenciais para o monitoramento de saúde em tempo real (Almeida et al., 
2020). 
10. Assistentes Virtuais: Assistentes como Alexa foram integrados ao robô para 
facilitar a interação e a automação de tarefas diárias (Pradhan et al., 2018). 
A metodologia adotada para o desenvolvimento do Robô Companheiro EV3 seguiu uma 
abordagem iterativa e participativa, garantindo que o robô atendesse às necessidades dos 
usuários finais. Os testes realizados demonstraram a eficácia do robô em proporcionar 
segurança e autonomia para idosos, destacando seu potencial como uma ferramenta de 
robótica inclusiva. A utilização de ferramentas avançadas e a integração de tecnologias 
emergentes, como sensores biométricos e assistentes virtuais, foram cruciais para o sucesso 
do projeto. 
Desenvolvimento do Projeto de Robótica Inclusiva: Robô Companheiro EV3 
Objetivo 
Desenvolver um robô companheiro utilizando o kit LEGO Mindstorms EV3, que segue o idoso, 
mede a pressão arterial, se conecta com a Alexa e detecta quedas, acionando 
automaticamente um pedido de socorro e notificando os familiares. 
Materiais Necessários 
• Kit LEGO Mindstorms EV3 
• Sensor de Ultrassom EV3 
• Sensor de Toque EV3 
• Sensor de Cor EV3 
• Sensor de Giroscópio EV3 
• Sensor de Pressão Arterial (compatível com EV3) 
 
 
 pág. 1902 
• Dispositivo Alexa 
• Computador com software de programação EV3 
• Conexão à Internet 
Passo a Passo 
1. Montagem do Robô 
• Monte o robô utilizando o kit LEGO Mindstorms EV3, seguindo as instruções 
básicas para criar uma base móvel com rodas. 
• Instale o Sensor de Ultrassom na frente do robô para detectar obstáculos e 
seguir o idoso. 
• Instale o Sensor de Toque e o Sensor de Cor para interações adicionais e 
detecção de quedas. 
• Conecte o Sensor de Pressão Arterial ao robô. 
2. Programação do Robô 
• Abra o software de programação EV3 no computador. 
• Crie um novo projeto e configure os sensores e motores do robô. 
Código para seguir o Idoso 
import ev3dev.ev3 as ev3 
import time 
 
# Configuração dos sensores e motores 
us = ev3.UltrasonicSensor() 
motor_left = ev3.LargeMotor('outB') 
motor_right = ev3.LargeMotor('outC') 
 
# Função para seguir o idoso 
 
 
 pág. 1903 
def follow_person(): 
 while True: 
 distance = us.value() / 10 # Distância em cm 
 if distance 140 or diastolic > 90: 
 notify_family(systolic, diastolic) 
 return build_response(f"Sua pressão arterial é {systolic} por {diastolic}. Aviso: pressão alta detectada. 
Notificando familiares.") 
 else: 
 return build_response(f"Sua pressão arterial é {systolic} por {diastolic}. Tudoestá normal.") 
 
def notify_family(systolic, diastolic): 
 # Enviar notificação para os familiares 
 url = 'http://api.sos.com/alert' 
 data = {'message': f'Pressão arterial alta detectada: {systolic}/{diastolic}'} 
 
 
 pág. 1908 
 requests.post(url, json=data) 
 
def build_response(output): 
 return { 
 'version': '1.0', 
 'response': { 
 'outputSpeech': { 
 'type': 'PlainText', 
 'text': output 
 }, 
 'shouldEndSession': True 
 } 
 } 
Integração com o Alexa Developer Console 
Configuração do Endpoint: No Alexa Developer Console, configure o endpoint da skill para 
apontar para a função Lambda criada. 
Teste da Skill: Utilize o simulador no console para testar a skill e verificar se ela responde 
corretamente às solicitações. 
Publicação da Skill 
Certificação: Submeta a skill para certificação no Alexa Developer Console. A equipe da 
Amazon revisará a skill para garantir que ela atende aos padrões de qualidade e segurança. 
Publicação: Após a aprovação, a skill estará disponível para os usuários na Alexa Skills Store. 
Este guia fornece uma visão geral de como criar uma skill da Alexa para processar dados de 
pressão arterial e notificar os familiares em caso de anomalias. A integração com o robô EV3 
e a Alexa permite um monitoramento contínuo e uma resposta rápida em situações de 
emergência, proporcionando maior segurança e autonomia para os idosos. 
 
 
 pág. 1909 
5. Detecção de Quedas e Chamada de Socorro 
import ev3dev.ev3 as ev3 
import time 
import requests 
 
# Configuração do sensor de giroscópio 
gyro = ev3.GyroSensor() 
 
# Função para detectar quedas 
def detect_fall(): 
 while True: 
 angle = gyro.angle 
 if abs(angle) > 45: # Se o ângulo for maior que 45 graus 
 ev3.Sound.speak('Fall detected. Calling for help.').wait() 
 requests.post('http://api.sos.com/alert', data={'message': 'Fall detected'}) 
 break 
 time.sleep(0.1) 
detect_fall() 
Detecção de Quedas e Chamada de Socorro 
import ev3dev.ev3 as ev3 
import time 
import requests 
 
# Configuração do sensor de giroscópio 
gyro = ev3.GyroSensor() 
 
# Função para detectar quedas 
def detect_fall(): 
 
 
 pág. 1910 
 while True: 
 angle = gyro.angle 
 if abs(angle) > 45: # Se o ângulo for maior que 45 graus 
 ev3.Sound.speak('Fall detected. Calling for help.').wait() 
 requests.post('http://api.sos.com/alert', data={'message': 'Fall detected'}) 
 break 
 time.sleep(0.1) 
detect_fall() 
Notificação aos Familiares 
Configure o robô para enviar notificações aos familiares em caso de emergência, 
utilizando serviços de mensagens ou e-mail. 
Impacto Social e Educacional da Robótica Inclusiva 
Benefícios Sociais e Educacionais da Robótica Inclusiva 
A robótica inclusiva tem se mostrado uma ferramenta poderosa para promover a inclusão 
social e educacional de indivíduos com necessidades especiais. Diversos estudos destacam os 
benefícios significativos dessa abordagem, que vão desde a melhoria das habilidades 
cognitivas e motoras até o estímulo à interação social e à autonomia. 
• Desenvolvimento Cognitivo e Motor: A interação com robôs permite que os 
estudantes desenvolvam habilidades cognitivas essenciais, como resolução de 
problemas, pensamento crítico e raciocínio lógico. Além disso, a manipulação de peças 
e componentes robóticos contribui para o desenvolvimento das habilidades motoras 
finas (Mondoni, 2024). 
• Interação Social e Autonomia: A robótica inclusiva estimula a interação social 
entre os alunos, promovendo a colaboração e o trabalho em equipe. Isso é 
particularmente importante para estudantes com dificuldades de comunicação, como 
 
 
 pág. 1911 
aqueles com autismo, que podem encontrar na robótica uma forma de se expressar e 
interagir com os colegas (Diehl et al., 2020). 
• Inclusão e Igualdade de Oportunidades: A robótica inclusiva proporciona 
igualdade de oportunidades para todos os alunos, independentemente de suas 
habilidades. Ao adaptar as atividades robóticas às necessidades individuais, é possível 
criar um ambiente de aprendizagem inclusivo e acolhedor, onde todos os alunos são 
valorizados por suas habilidades únicas (Carone, 2024). 
• Estímulo à Criatividade e Inovação: A construção e programação de robôs 
incentivam os alunos a pensar de forma criativa e a buscar soluções inovadoras para 
os desafios propostos. Isso não apenas melhora suas habilidades técnicas, mas 
também promove a confiança e a autoestima (Rios-Rincón et al., 2016). 
Futuro da Robótica Inclusiva e Tendências Emergentes 
O futuro da robótica inclusiva é promissor, com diversas tendências emergentes que 
prometem transformar ainda mais essa área. Entre as principais tendências estão a integração 
com inteligência artificial (IA), a robótica colaborativa e o uso de tecnologias emergentes, 
como realidade aumentada (RA) e realidade virtual (RV). 
• Integração com Inteligência Artificial: A integração da robótica com IA permite 
a criação de robôs mais inteligentes e autônomos, capazes de adaptar seu 
comportamento às necessidades dos usuários. Isso pode incluir desde a 
personalização das atividades de aprendizagem até a detecção e resposta a sinais de 
estresse ou desconforto dos alunos (Critical Hits, 2024). 
• Robótica Colaborativa: A robótica colaborativa envolve a criação de robôs que 
podem trabalhar em conjunto com os humanos, promovendo a interação e a 
cooperação. Essa abordagem é particularmente útil em ambientes educacionais, onde 
 
 
 pág. 1912 
os robôs podem atuar como assistentes dos professores, ajudando a personalizar o 
ensino e a atender às necessidades individuais dos alunos (Forbes, 2021). 
• Tecnologias Emergentes: O uso de tecnologias emergentes, como RA e RV, 
pode enriquecer ainda mais a experiência de aprendizagem na robótica inclusiva. Essas 
tecnologias permitem a criação de ambientes de aprendizagem imersivos e 
interativos, onde os alunos podem explorar conceitos complexos de forma prática e 
envolvente (Happy Code, 2024). 
• Expansão da Robótica Inclusiva: Com o avanço das tecnologias e a crescente 
conscientização sobre a importância da inclusão, espera-se que a robótica inclusiva se 
expanda para novos contextos e públicos. Isso inclui desde a educação infantil até a 
reabilitação de adultos com deficiências, ampliando o alcance e o impacto dessa 
abordagem (Nexus Nerd, 2024). 
A robótica inclusiva tem um impacto significativo no desenvolvimento social e educacional 
dos indivíduos com necessidades especiais. Os benefícios dessa abordagem são vastos, 
incluindo a melhoria das habilidades cognitivas e motoras, o estímulo à interação social e à 
autonomia, e a promoção da inclusão e igualdade de oportunidades. Testemunhos de 
usuários e educadores reforçam a importância da robótica inclusiva e destacam os resultados 
positivos alcançados. 
O futuro da robótica inclusiva é promissor, com tendências emergentes que prometem 
transformar ainda mais essa área. A integração com IA, a robótica colaborativa e o uso de 
tecnologias emergentes, como RA e RV, são apenas algumas das inovações que moldarão o 
futuro da robótica inclusiva. Com o avanço das tecnologias e a crescente conscientização 
sobre a importância da inclusão, espera-se que a robótica inclusiva continue a expandir seu 
alcance e impacto, promovendo uma educação mais inclusiva e acessível para todos. 
 
 
 pág. 1913 
CONSIDERAÇÕES FINAIS 
O projeto de robótica inclusiva, centrado no desenvolvimento do Robô Companheiro EV3, visa 
proporcionar maior segurança e autonomia para idosos, utilizando tecnologias avançadas 
para monitoramento e assistência. Este robô, equipado com sensores biométricos, integração 
com a Alexa e capacidade de medir a pressão arterial e detectarquedas, representa uma 
ferramenta valiosa para o cuidado de pessoas com necessidades especiais. 
A segurança e a autonomia são aspectos cruciais para a qualidade de vida dos idosos. A 
capacidade do Robô Companheiro EV3 de detectar quedas e monitorar a pressão arterial em 
tempo real permite uma resposta rápida a emergências, reduzindo o risco de complicações 
graves (Mondoni, 2024). A integração com a Alexa facilita a interação dos idosos com o robô, 
permitindo comandos de voz simples para solicitar ajuda ou realizar tarefas diárias, 
promovendo a independência (Critical Hits, 2024). 
O uso de sensores biométricos no Robô Companheiro EV3 permite a coleta de dados precisos 
sobre a saúde dos usuários. Sensores de pressão arterial e detectores de quedas são essenciais 
para monitorar a condição física dos idosos e alertar cuidadores ou serviços de emergência 
em caso de anomalias (Diehl et al., 2020). A integração com a Alexa não só facilita a 
comunicação, mas também permite a automação de tarefas domésticas, melhorando a 
qualidade de vida dos usuários (Forbes, 2021). 
O desenvolvimento do Robô Companheiro EV3 também tem um impacto significativo no 
campo da robótica educacional inclusiva. Este projeto serve como um exemplo prático de 
como a robótica pode ser utilizada para resolver problemas reais e melhorar a vida das 
pessoas. Além disso, a construção e programação do robô proporcionam uma oportunidade 
valiosa para estudantes aprenderem sobre robótica, programação e design inclusivo, 
promovendo habilidades técnicas e sociais (Carone, 2024). 
 
 
 pág. 1914 
O futuro da robótica inclusiva é promissor, com tendências emergentes que prometem 
transformar ainda mais essa área. A integração com inteligência artificial (IA) permitirá a 
criação de robôs mais inteligentes e adaptáveis, capazes de personalizar a assistência de 
acordo com as necessidades individuais dos usuários (Critical Hits, 2024). Além disso, o uso de 
tecnologias emergentes, como realidade aumentada (RA) e realidade virtual (RV), pode 
enriquecer a experiência de aprendizagem e assistência, proporcionando ambientes mais 
interativos e imersivos (Happy Code, 2024). 
O desenvolvimento do Robô Companheiro EV3 representa um avanço significativo na robótica 
inclusiva, proporcionando segurança e autonomia para idosos através de tecnologias 
avançadas de monitoramento e assistência. A integração com a Alexa e a capacidade de medir 
a pressão arterial e detectar quedas tornam este robô uma ferramenta valiosa para o cuidado 
de pessoas com necessidades especiais. Além disso, o projeto tem um impacto positivo na 
educação, promovendo a inclusão e o desenvolvimento de habilidades técnicas e sociais. O 
futuro da robótica inclusiva é brilhante, com inovações contínuas que prometem melhorar 
ainda mais a qualidade de vida dos usuários e expandir as possibilidades educacionais. 
Incluímos também sugestões práticas para a implementação do robô em outros contextos, 
como ambientes escolares ou de reabilitação, podem ser delineadas. Primeiramente, em 
ambientes escolares, o robô pode ser utilizado como uma ferramenta pedagógica para ensinar 
conceitos de programação e robótica. A integração de sensores biométricos e conectividade 
com assistentes virtuais, como a Alexa, pode proporcionar uma experiência de aprendizagem 
interativa e personalizada, permitindo que os alunos desenvolvam habilidades técnicas e 
sociais de forma prática. 
Em contextos de reabilitação, o Robô Companheiro EV3 pode ser adaptado para auxiliar na 
recuperação de pacientes com deficiências motoras ou cognitivas. A utilização de sensores de 
 
 
 pág. 1915 
movimento e pressão arterial pode monitorar o progresso dos pacientes em tempo real, 
fornecendo dados valiosos para os profissionais de saúde ajustarem os planos de tratamento. 
Além disso, a conectividade com assistentes virtuais pode facilitar a automação de tarefas 
diárias, promovendo maior autonomia e independência para os pacientes. 
Para melhorar a tecnologia do Robô Companheiro EV3, a integração de inteligência artificial 
(IA) e realidade aumentada (RA) pode ser explorada. A IA pode permitir que o robô aprenda e 
se adapte às necessidades individuais dos usuários, enquanto a RA pode enriquecer a 
experiência de interação, proporcionando feedback visual em tempo real. Essas inovações 
tecnológicas podem tornar o robô mais inteligente e adaptável, aumentando sua eficácia em 
diferentes contextos de aplicação. 
No entanto, a aplicação em larga escala do Robô Companheiro EV3 enfrenta desafios 
significativos. A personalização e adaptação do robô para atender às necessidades específicas 
de cada usuário podem ser complexas e custosas. Além disso, a infraestrutura necessária para 
suportar a conectividade e o monitoramento em tempo real pode ser um obstáculo em 
regiões com recursos limitados. Portanto, é essencial desenvolver estratégias de 
implementação que considerem esses desafios, promovendo a acessibilidade e a 
sustentabilidade do projeto em diferentes contextos. 
REFERÊNCIAS BIBLIOGRÁFICAS 
ALIMISIS, D. Educational robotics: Open questions and new challenges. Themes in Science 
and Technology Education, v. 6, n. 1, p. 63-71, 2013. 
ALMEIDA, F. V.; DAROLD, M. W.; BERTOLINO, H. O.; OLIVEIRA, P. J. D. Sensores invasivos e 
não invasivos: conceitos e aplicações biomédicas. Disciplinarum Scientia - Ciências 
Naturais e Tecnológicas, v. 21, n. 2, p. 17-37, 2020. 
 
 
 pág. 1916 
ALPER, S.; RAHARINIRINA, S. Assistive technology for individuals with disabilities: A review 
and synthesis of the literature. Journal of Special Education Technology, v. 21, n. 2, p. 
47-64, 2006. 
BERS, M. U. Blocks to robots: Learning with technology in the early childhood classroom. 
Teachers College Press, 2008. 
BEUKELMAN, D. R.; MIRENDA, P. Augmentative and Alternative Communication: Supporting 
Children and Adults with Complex Communication Needs. Paul H. Brookes Publishing 
Co., 2013. 
BICKMORE, T. W.; TRINH, H.; ASADI, R.; OLAFSSON, S. Safety first: Conversational agents for 
health care. Proceedings of the 2018 CHI Conference on Human Factors in Computing 
Systems, p. 1-12, 2018. 
BORG, J.; LARSSON, S.; ÖSTERGREN, P. O. The right to assistive technology: For whom, for 
what, and by whom? Disability & Society, v. 26, n. 2, p. 151-167, 2011. 
CAMPANHA DE PREVENÇÃO DE QUEDAS NO AME IDOSO. Saúde da Pessoa Idosa, 2018. 
CARONE, M. Robótica Educacional na inclusão de jovens e crianças neurodiversos. Aqui 
Notícias, 2024. 
CHISOLM, T. H. et al. A systematic review of health-related quality of life and hearing aids: 
Final report of the American Academy of Audiology Task Force on the Health-Related 
Quality of Life Benefits of Amplification in Adults. Journal of the American Academy 
of Audiology, v. 18, n. 2, p. 151-183, 2007. 
COOK, A. M.; POLGAR, J. M. Assistive Technologies: Principles and Practice. Elsevier Health 
Sciences, 2015. 
COOPER, R. A.; COOPER, R.; BONINGER, M. L.; KWARCIAK, A. M. An Introduction to 
Rehabilitation Engineering. CRC Press, 2008. 
 
 
 pág. 1917 
CRITICAL HITS. Futuro da Robótica: Quais os Desafios e Soluções para a Próxima Década, 
2024. 
DIEHL, J. J.; SCHMITT, L. M.; VILLANO, M.; CROWELL, C. R. The clinical use of robots for 
individuals with Autism Spectrum Disorders: A critical review. Research in Autism 
Spectrum Disorders, v. 6, n. 1, p. 249-262, 2020. 
DOM SENIOR CARE. Prevenção de Quedas em Idosos, 2024. 
EGUCHI, A. Educational robotics for promoting 21st century skills. Journal of Automation, 
Mobile Robotics & Intelligent Systems, v. 8, n. 1, p. 5-11, 2014. 
FAUSTO, I. R. DE S., Etnoinformática, robótica e tecnologias educacionais: aprendizagem 
significativa e inclusiva de educadores indígenas. 2024. 493 f. Tese (Doutorado em 
Ciências, Tecnologias e Inclusão) - Programa de Pós-Graduação em Ciências, 
Tecnologias e Inclusão, Instituto de Biologia, Universidade Federal