Cada vez mais observa-se a inserção de novas tecnologias em salas de aulas. Com o auxílio de políticas publicas, computadores ligados a internet tem estado presentes nas classes nos mais longinquos lugares do nosso país. Isto tem proporcionado que o conhecimento chegue de forma mais ampla e irrestrita a todas as crianças em fase de desenvolvimento. Na ultima decada, além de microcomputadores, tem-se observado a presença, em salas de aulas, de Ipads, celulares, cujos proprietários são os próprios alunos e até mesmo lousa eletrônica em escolas com poder aquisitivo maior. Aliado a isto, nota-se também a inserção de kits robóticos que tem motivado muito os alunos no aprendizado de raciocínio lógico e de programação, pois, eles experimentam o conceito: "aprender por meio do fazer". O uso de todas estas tecnologias tem como objetivo principal cativar a atenção dos alunos, incentivar a pesquisa e o aprendizado interativo, uma vez que o ensino antes expositivo dá lugar ao ensino interativo, isto é, que conta com a participação mais ativa do estudante. Nesta direção, esta dissertação de Mestrado traz uma inovação no sentido que está sendo proposto um sistema que permite que um robô humanoide seja inserido em salas de aulas. Trata-se de um protótipo que permite que o robô reconheça figuras geométricas planas, que pode ser estendido para outros tipos de conteúdos. O objetivo é a integração de um sistema de visão computacional em um ambiente de controle de um robô humanoide para torná-lo capaz de reconhecer figuras geométricas planas, para ser utilizada como uma ferramenta de ensino. Este sistema de visão é baseado em técnicas de Atenção Visual e utiliza uma rede neural LEGION para segmentar os objetos mais salientes da imagem e uma rede neural do tipo Multicamadas (MLP), para realizar a classificação desses objetos. Graças a este sistema de visão, o robô consegue discernir figuras sobrepostas independente do ambiente real no qual esteja inserido. Para avaliar o desempenho do sistema proposto, algumas aplicações foram desenvolvidas que envolveram a participação de crianças interagindo com o robô no reconhecimento de figuras geométricas. Embora sejam necessários uma maior numero de experimentos, os resultados obtidos indicam que o sistema proposto apresenta-se como uma ferramenta alternativa, promissora e interessante, tendo sida muito bem recebida por parte dos alunos e professores.

Increasingly there has been the introduction of new technologies in the classroom. With the help of public policies, computers connected to the internet has been used in the classes in the far reaches of our country. This has provided the knowledge reachs broader and unrestricted way to all children under development. In the last decade, besides computers, has been seen the presence in classrooms of Ipads, smart phones, owned by the students themselves and even electronic whiteboard in schools with higher purchasing power. Added to this, there is also the inclusion of robotic kits that has motivated much students in learning logical reasoning and programming, as they experience the concept: "learning through doing". The use of all these technologies aims to captivate the attention of students, encourage research and interactive learning, since the school, before exhibition, gives way to interactive teaching, that is, who has the most active student participation. In this direction, this Masters thesis brings an innovation in the sense that is being proposed a system that allows a robot humanoid is inserted into classrooms. It is a prototype that allows the robot to recognize planar geometric figures, which can be extended to other types of content. The goal is the integration of a computer vision system in a control a humanoid robot environment to make it able to recognize This has provided the knowledge gets broader and unrestricted way all children under development geometric figures, to be used as a teaching tool. This vision system is based on Visual Attention techniques and uses a neural network LEGION to target the salient objects image and a Multilayer (MLP) neural network, to perform the classification of these objects. Thanks to the vision system, the robot can distinguish independent of the actual environment in which overlapping figures is inserted. To evaluate the performance of the proposed system, some applications were developed that involved the participation of children interacting with the robot in the recognition of geometric figures. Although a larger number of experiments are needed, the results indicate that the proposed system is presented as an alternative tool, promising and interesting, and it was very well received by students and teachers.