Actualment, l'us de les noves tecnologies en l'ambit docent s'ha vist incrementat i potenciat a causa de tots els avantatges que aporten a la comunitat educativa. Existeix una gran varietat de plataformes d'aprenentatge on-line, aplicacions de suport a l'estudi i dispositius dissenyats exclusivament per millorar el rendiment dels estudiants a les aules. Un experiment recent dut a terme a la Universitat Complutense de Madrid ha demostrat que els estudiants que utilitzen les noves tecnologies participant activament en la generacio de preguntes test de l'assignatura poden millorar les seves qualificacions de forma significativa. Tenint l'ull posat en aquest experiment i analitzant altres sistemes existents relacionats amb les preguntes test, en aquest projecte s'ha definit, dissenyat i desenvolupat una aplicacio web que permet gestionar cooperativament preguntes test proposades per alumnes i professors. Aquestes preguntes estan organitzades per assignatures i els usuaris poden interactuar valorant-les, escrivint comentaris o utilitzant-les per generar proves d'auto-avaluacio i examens. L'aplicacio permet supervisar i monitoritzar l'activitat dels usuaris, de manera que mostra informes i estadistiques tan individuals com globals.

Obstacle avoidance remains a challenging task for Micro Aerial Vehicles (MAV), due to their limited payload capacity to carry advanced sensors. Unlike larger vehicles, MAV can only carry light weight sensors, for instance a camera, which is our main assumption in this work. We explore passive monocular depth estimation and propose a novel method Position Aided Depth Estimation (PADE). We analyse PADE performance and compare it against the extensively used Time To Collision (TTC). We evaluate the accuracy, robustness to noise and speed of three Optical Flow (OF) techniques, combined with both depth estimation methods. Our results show PADE is more accurate than TTC at depths between 0-12 meters and is less sensitive to noise. Our findings highlight the potential application of PADE for MAV to perform safe autonomous navigation in unknown and unstructured environments.