Esta pesquisa descreve o desenvolvimento de um sistema autônomo de triagem robótica, realizado por um estudante por meio de metodologias de aprendizagem baseada em projetos e desafios, com o objetivo de resolver problemas do mundo real usando tecnologias aplicadas. O sistema operou em três fases: exploração do ambiente, detecção de vítimas por meio de visão computacional apoiada por navegação autônoma, e medição remota dos sinais vitais. O sistema incorporou algoritmos SLAM para mapeamento e localização, YOLOv8 pose para detecção humana e estimativa de postura, e fotopletismografia remota (rPPG) para medição sem contato dos sinais vitais. Esta configuração foi integrada em uma plataforma móvel (myAGV) equipada com um manipulador robótico (myCobot 280) e testada em cenários que simulam condições reais de emergência. Todas as três fases de triagem definidas neste estudo de caso foram executadas continuamente e de forma autônoma, permitindo navegação em ambientes desconhecidos, detecção humana e posicionamento preciso em frente às vítimas para medir sinais vitais sem intervenção humana. Embora limitações tenham sido identificadas em ambientes com pouca luz ou em casos de obstrução facial, a arquitetura modular baseada em ROS foi projetada para ser adaptável a outras plataformas móveis, ampliando assim sua aplicabilidade a cenários mais exigentes e reforçando seu valor tanto como solução educacional quanto tecnológica em contextos de resposta a emergências.
Angamarca-Avendaño et al. (Qua,) estudaram esta questão.