The gestation period of a horse ranges between 320 to 360 days, making it challenging to predict the start of foaling. Studies show that the majority of mares foal during the night, with 10% of births requiring human intervention due to dystocia. Early detection and intervention are critical to the survival of both the foal and the mare. While human observation is ideal, it is costly and requires a lot of resources. Foaling alarms, using technology such as cameras and sensors, have become useful in providing alerts when a mare shows signs of foaling, thereby reducing the need for constant human monitoring. This thesis aims to develop an effective foaling alarm using a tail-attached tag equipped with an accelerometer to monitor tail movement, providing a practical and reliable solution for horse breeders. To identify changes in horse behaviors around the time of foaling, data were collected from multiple foalings. Due to the seasonal nature of foaling in Sweden, the majority of data was collected in late spring, when most mares are near parturition. Data from 6 foalings were processed and analyzed. Foaling behaviors such as raised tail, lying down and increased activity were determined and features were extracted from the accelerometer data.  The outcome was an algorithm that could detect foaling on average 25 minutes before foal discharge, with an average of 1 false alarm. This is acceptable compared to other products on the market where a similar solution could alarm on average 10-20 minutes before foal discharge with a false alarm rate of 10%.

The goal of this project was to make a shirt with three embedded IMU sensors (Inertial Measurement Unit) that can measure a person’s movements throughout an entire workday. This can provide information about a person’s daily routine movements and aid in finding activities which can lead to work-related injuries in order to prevent them. The objective was hence to construct a sensor fusion framework that could retrieve the measurements from these three sensors and to create an estimate of the human body orientation and to estimate the angular movements of the arms. This was done using an extended Kalman filter which uses the accelerometer and magnetometer values to retrieve the direction of gravity and north respectively, thus providing a coordinate system that can be trusted in the long term. Since this method is sensitive to quick movements and magnetic disturbance, gyroscope measurements were used to help pick up quick movements. The gyroscope measurements need to be integrated in order to get the angle, which means that we get accumulated errors. This problem is reduced by the fact that we retrieve a correct long-term reference without accumulated errors from the accelerometer and magnetometer measurements. The Kalman filter estimates three quaternions describing the orientation of the upper body and the two arms. These quaternions were then translated into Euler angles in order to get a meaningful description of the orientations. The measurements were stored on a memory card or broadcast on both the local net and the Internet. These data were either used offline in Matlab or shown in real-time in the program Unity 3D. In the latter case the user could see that a movement gives rise to a corresponding movement on a skeleton model on the screen.

Bakgrund: Skolan är en av de bästa arenorna för att genomföra insatser som syftar till att främja fysisk aktivitet hos barn och ungdomar, då det går att nå samtliga barn och ungdomar som omfattas av skolplikt. Huruvida dessa insatser är verkningsfulla saknas det däremot information om. Trots att enskilda studier kan visa att insatserna leder till positiva förändringar i barnens aktivitetsnivåer så visar andra ingen effekt. För att få en bättre helhetsbild krävs en systematisk litteraturundersökning. Syfte: Syftet med översikten var att undersöka om skolbaserade interventioner främjar fysisk aktivitet på barn och ungdomar. Metod: En systematisk litteraturöversikt gjordes enligt PRISMA:s riktlinjer. Sökningen gjordes i sökmotorerna PubMed, Onesearch, ASSIA, SportDiscus, Cambridge, PMC mellan 2017-12-15-2018-03-02. Inklusionskriterierna innefattade svenska och engelska kontrollerade studier som var peer reviewed gällande barn och ungdomar i åldrarna 6–17 år. Manipuleringen av interventionsgruppens fysiska aktivitet mättes med accelerometer i minimum tre dagar. Studierna rapporterade medelvärde och standardavvikelse av antingen counts per minute (CPM) eller moderate-to-vigorous physical activity (MVPA) eller båda. Resultat: Totalt identifierades 11 artiklar som motsvarade de uppsatta inklusions- och exklusionskriterierna. I en artikel gav interventionen positiva effekter gällande den totala fysiska aktiviteten med en nettoökning på 50 CPM mellan baslinjen till uppföljningen. En metaanalys kunde dock inte genomföras då studierna var allt för heterogena avseende metodologiska val, typ av intervention och population. Slutsats: En obetydande till svag evidens för att skolbaserade interventioner främjar barn och ungdomars totala fysiska aktivitet gick att urskilja, dock är studierna överlag allt för heterogena för att några definitiva slutsatser kan dras. Detta är en indikation på att skolbaserade interventioner bör på ett bättre sätt standardiseras avseende utvärderingsmetod och rapportering.

Ageing has been associated to ill health due to sedentary behaviour. Limited knowledge exists about age and sedentary behaviour in the working population. Additionally, studies with objectively measured sitting time at work are needed. The current study aimed to investigate the association between age and sitting patterns (volume- and temporal patterns) at work in different office types. Method: Cross-sectional associations were investigated with measurements of sitting with accelerometers (ActiGraph GT3X+) on office-workers (n=101). Written diaries and questionnaires were used to collect information about working time, age and background factors. Main results: Weak associations were found between age and sitting patterns at work. Associations were found between age and short periods of sitting (β= -0.29, SE= 0.01, p<0.05). Office-type (cell-based office and open-plan office) did not modify the associations. No other associations were found after a change to activity-based offices. Conclusion: Overall, age was not associated to sitting patterns at work, except for short periods of sitting, indicating less variation in sitting time at work with higher age. Also, results indicate that office type do not influence the associations investigated in this study. Further research with larger sample sizes is needed to confirm these findings. / Äldre personer är en riskgrupp för stillasittande beteende vilket är relaterat till olika hälsorisker. Det finns begränsad kunskap om ålder och stillasittande i den arbetande populationen. Ökad kunskap om hur hälsa kan främjas i arbetslivet för att behålla äldre i arbete längre är därmed viktigt. Vidare finns det också ett behov av studier med objektiva mätningar av sittande. Syftet med den här studien var att undersöka associationen mellan ålder och sittandemönster (volym- och tidsbestämda mönster) på arbetet i olika kontorsmiljöer. Metod: Tvärsnittsassociationer undersöktes genom att mäta sittande med accelerometrar (ActiGraph GT3X+) på kontorsarbetare (n=101). Skriftliga dagböcker och enkäter användes också för att samla in data om arbetstid, ålder och bakgrundsinformation om deltagarna. Huvudresultat: Det fanns svaga associationer mellan ålder och sittandemönster på arbetet. Det framkom associationer mellan ålder och tid i korta perioder av sittande (β=-0.29, SE=0.01, p<0.05). Kontorstyp (cellkontor och kontorslandskap) modifierade inte associationerna mellan ålder och sittande. Inga andra associationer kom fram efter att deltagarna bytt till aktivitetsbaserade kontor. Slutsats: I det stora hela var ålder inte associerat med sittandemönster på arbetet, förutom tid i korta perioder. Associationen mellan ålder och sittande i korta perioder indikerade på att variationen i sittande minskar med ökad ålder. Resultaten indikerade också på att kontorstyp inte har någon betydelse för de associationer undersökta i denna studie. Vidare forskning med fler deltagare behövs för att bekräfta dessa resultat. / ABkontor

Bakgrund: Mer och mer forskning kommer fram som styrker fördelarna med regelbunden fysisk aktiv (FA). Ändå har många svårt att röra på sig tillräckligt. I tidigare forskning har interventioner med ett webbaserat program (WBP) och interventioner med coaching fått positiva resultat med att främja FA. Syfte: Syftet med litteraturöversikten var att undersöka effekten av ett webbaserat program tillsammans med coaching för att främja FA hos individer som är i behov av ökad FA. Metod: För att besvara syftet har en litteraturöversikt gjorts med sammanställning av 8 vetenskapliga originalartiklar. Sökningen gjordes med Databasen PubMed. Artiklarna granskades med hjälp av ”Oxford Levels of Evidence 2011” evidensmetod. Resultat: Majoriteten av studierna (n=6 av 8) visade en positiv effekt av WBP och coaching på FA. Två artiklar såg ingen signifikant förbättring. Slutsats: Utifrån den granskade litteraturen så finns det skäl till att använda ett webbaserat program tillsammans med coaching för att främja FA. Mer forskning kräves för att säkerställa effekten av ett WBP och Coaching på FA samt specifikt effekten på den yngre och äldre befolkningen. / Background: More and more research is emerging that demonstrates the benefits of regular physical activity (FA). Still, many have difficulty being physically active. In previous research, interventions with a web-based program (WBP) and interventions with coaching have had positive results in promoting FA. Aim: The purpose of the review is to investigate the effect of a web-based program together with coaching to promote FA in individuals who are in need of increased FA. Method: In order to answer the purpose, a literature review has been compiled with the compilation of 8 scientific original articles. Articles were found using the PubMed database. The articles were reviewed using the "Oxford Levels of Evidence 2011" evidence method. Results: The majority of studies (n = 6 of 8) showed a positive effect of WBP and coaching on FA. Two articles saw no significant improvement. Conclusion: Based on the literature reviewed, there is positive evidence to suggest usage a web-based program together with coaching to promote FA. More research is needed to ensure the effect of a WBP and Coaching on the FA and specifically the effect on the younger and older population.

Warehouse trucks are now a practical equipment for lifting and moving goods in warehouses. The working situation for warehouse trucks is complicated. Spilling of machine oil or liquid product leads to low friction coefficient of the floor. Warehouse floors are normally made of concrete. Smooth concrete floors easily become slippery with liquid on the surface. With several tons of load on the fork, the braking distance is longer. An Anti-lock Braking System(ABS) for the truck control system is needed concerning the safety of the operator and people surrounding the truck. The warehouse truck braking is realized by controlling the motor torque. In order to control the torque, the truck wheel slip ratio is needed. With an accurate slip ratio, the control system will have accurate information regarding the vehicle status. To calculate the slip ratio, both the vehicle speed and wheel speed is needed. The wheel speed is derived from the motor speed. The vehicle speed is the challenge of this project. For normal passenger vehicles, sensors are installed on the trailer wheel where no slip occurs. In this case, the requirement is to use a lower number of sensors. There are two reasons of this requirement. It reduces the installation complexity and the cost of the control system. According to the literature study, a sensorless ABS system is impossible realize. Without sensor, it is not possible to estimate the vehicle status. One accelerometer is used in this project. An algorithm is designed and implemented in MATLAB. This algorithm solves the problem with zero-point drifting. Additional features are also added to the algorithm. The algorithm is a self-adaptive algorithm. It operates independently of the installation position of the accelerometer, without additional sensors. The result of the experiment with real measurements is very good. Future work on how to rewrite the algorithm from MATLAB programming to C programming is suggested in the end. Methods of implementation of the algorithm are also recommended. / Lagertruckar är en praktisk utrustning för att lyfta och flytta gods på ett lager. Arbetssituationen för en lagertruck är komplicerad. Oljespill eller spill av vätskor i allmänhet innebär att friktionskoefficienten för golvet blir låg. En förklaring till att golvet påverkas mycket av spill är att ytan är mycket slät eftersom den vanligvis är ett obehandlat betonggolv. Med flera ton last på gaffeln kan bromssträckan bli avsevärt längre om golvet är halt. För att uppnå tillräcklig säkerhet för föraren och personer i truckens omgivning skulle ett anti-låsningssystem (ABS) för bromsfunktionen vara nödvändig. Bromsfunktionen hos lagertrucken ombesörjs genom styrning av motormomentet. För detta ändamål är det nödvändigt att känna till drivhjulets âslipâ. Om denna storhet är känd med god noggrannhet kan styrsystemet få god information om fordonets status. För att kunna bestämma drivhjulets âslipâ krävs information om såväl fordonets hastighet som drivhjulets varvtal. Drivhjulets varvatl kan bestämmas mha motorvarvtalet. Fordonets hastighet är utmaningen i detta arbete. För normala passagerarfordon installeras varvtalsgivare på ett hjul som inte har drivning, eftersom detta inte har något âslipâ. I detta fall krävs emellertid att ett lägre antal sensorer ska användas. Det finns två skäl till detta krav. För det första minskas komplexiteten av installationen och för det andra minskas kostnaden. Enligt litteraturstudien är det omöjligt att realisera ett sensorlöst ABS-system. Utan givare kan fordonets status inte bestämmas. I detta projekt används därför en accelerometer. En algoritm har tagits fram och implementerats i MATLAB. Denna algoritm löser problemet med s.k. âzero-point driftningâ. Ytterligare funktioner har också lagts till i algoritmen. Algoritmen är själv-uppdaterande. Den fungerar oberoende av positionen av acelerometern utan ytterligare sensorer. Resultatet av mätningen en mycket bra. I framtiden kan MATLAB-koden ersättas med C-kod. Metoder för implementering av algoritmen föreslås också.

At the moment, there is no quick and easy method to measure muscle shaking (tremor) reliably. In order to avoid long waiting times for an Electromyography (EMG) investigation, this thesis aims to create an Android smartphone application capable of measuring muscle tremor at a moment’s notice. A previous attempt has been made showing promising results but no sign of follow-through has been found. This thesis project was specifically requested by researchers from the Center for Neurology at the Academic Specialist Center, whom have the resources to continue to develop the project given useful results. The results of this thesis project was a deliverable Android mobile application, developed using the programming language Kotlin in Google’s Integrated Development Environment (IDE) Android Studio. The application implements the software architectural design pattern Model View View-Model (MVVM) in order to make the code modular as well as easily maintainable in the future. In terms of User Interface, the application follows the familiar and popular design system by Google called Material Design, with the purpose of making the application intuitive and easy to use. The work process consisted mainly of iteratively collecting feedback from the project’s stakeholders. The results of the application’s tremor measurement were acquired by conducting a small patient trial, where the application’s frequency analysis was compared against a third-party application. Using an Electromyograph as the "true" answer, it was found that the application developed for this thesis gave results closer to the Electromyograph than the third-party application. To continue this research, the codebase for this project can be built upon to use external accelerometers to acquire measurements of several limbs at the same time. A further continuation could also be to encrypt the measurement data to increase privacy. / I nuläget finns det inget lättillgängligt och pålitligt sätt att mäta muskelskakning (tremor) på. Den här uppsatsen har som syfte att skapa en Androidapplikation för att lätt kunna mäta muskelskakningar. Förhoppningen är att patienter ska slippa långa väntetider inför deras explorativa EMG-utredning, i och med att läkare ska kunna använda mobilapplikationen direkt vid ett tidgit klinikbesök. Ett tidigare försök att skapa en sådan här app har gjorts men utan någon uppföljning. Detta examensarbete har skett på förfrågan av forskare hos Akademiskt specialistcentrum inom enheten "Centrum för neurologi". Resultatet av detta examensarbete var en Androidapplikation som har utvecklats med programmeringspråket Kotlin i den integrerade utvecklingsmiljön Android Studio. Applikationen använder sig av arkitekturmönstret Model View View-Model (MVVM) med syfte att modularisera koden så mycket som möjligt och att göra den lätt att underhålla i framtiden. När det kommer till användargränssnittet så använder sig applikationen av Googles designsystem Material Design", med tanken att användandet av populär och väligenkänd design gör appen mer användarvänlig. Då syftet med applikationen är att mäta muskelskakningar, har ett småskaligt patienttest genomförts där applikationens resultat jämförts med en elektromyograf samt en tredjepartsapplikation. Då elektromyografens resultat använts som facit, har resultaten visat att applikationen som utvecklats i samband med detta arbete gett ett bättre resultat än tredjepartsapplikationen. För att fortsätta på detta examensarbete, kan applikationen vidareutvecklas för att lägga till stöd för externa accelerometrar, med syfte att genomföra mätningar på flera extremiteter samtidigt. En ytterliggare fortsättning skulle kunna vara att kryptera mätdatan som applikationen genererar för att förbättra dataintegriteten.

This study investigates how body position affects the relative contribution of the rib cage to speech breathing and voice quality. The frequently used upright and supine body positions are expanded with the addition of an inverted position as a condition. Five participants performed two speech production tasks across the three body positional conditions. The estimation of the relative contribution of the rib cage to speech breathing was obtained through respiratory inductance plethysmography (RIP). Phonation type was estimated through the usage of the α-ratio, obtained with a neck-surface accelerometer. The results between the participants suggest a pattern regarding levels of the relative contribution of the rib cage in relation to phonation type, which offers opportunities for further investigation in future research. / Den här studien undersöker hur kroppsposition påverkar det relativa bidraget av bröstkorgen för talandning och röstkvalité. Den frekventa användningen av upprät och supin kroppsposition utvidgas med en inverterad position som villkor. Fem forskningspersoner genomförde två talproduktionsuppgifter genom de tre kroppspositionsvillkoren. Uppskattningen av det relativa bidraget av bröstkorgen för talandning var erhållen genom respiratory inductance plethysmography (RIP). Fonationstyp var uppskattad genom användningen av α-ratio, erhållen med en ytligt hals-placerad accelerometer. Resultaten mellan deltagarna föreslår ett mönster för nivåer av det relativa bidraget av bröstkorgen relaterat till fonationstyp, som ger möjligheter för vidare undersökning i framtida forskning.

Antalet enheter som är uppkopplade till internet, Internet of Things (IoT), ökar hela tiden. År 2035 beräknas det finnas 1000 miljarder Internet of Things-enheter. Samtidigt som antalet enheter ökar, ökar belastningen på internet-nätverken som enheterna är uppkopplade till. Internet of Things-enheterna som finns i vår omgivning samlar in data som beskriver den fysiska tillvaron och skickas till molnet för beräkning. För att hantera belastningen på internet-nätverket flyttas beräkningarna på datan till IoT-enheten, istället för att skicka datan till molnet. Detta kallas för edge computing. IoT-enheter är ofta resurssnåla enheter med begränsad beräkningskapacitet. Detta innebär att när man designar exempelvis "machine learning"-modeller som ska köras med edge computing måste algoritmerna anpassas utifrån de resurser som finns tillgängliga på enheten. I det här arbetet har vi utvärderat olika multilayer perceptron-modeller för mikrokontrollers utifrån en rad olika experiment. "Machine learning"-modellerna har varit designade att detektera vägunderlag. Målet har varit att identifiera hur olika parametrar påverkar "machine learning"-systemen. Vi har försökt att maximera prestandan och minimera den mängd fysiskt minne som krävs av modellerna. Vi har även behövt förhålla oss till att mikrokontrollern inte haft tillgång till internet. Modellerna har varit ämnade att köras på en mikrokontroller "on the edge". Datainsamlingen skedde med hjälp av en accelerometer integrerad i en mikrokontroller som monterades på en cykel. I studien utvärderas två olika "machine learning"-system, ett som är en kombination av binära klassificerings modeller och ett multiklass klassificerings system som framtogs i ett tidigare arbete. Huvudfokus i arbetet har varit att träna modeller för klassificering av vägunderlag och sedan utvärdera modellerna. Datainsamlingen gjordes med en mikrokontroller utrustad med en accelerometer monterad på en cykel. Ett av systemen lyckas uppnå en träffsäkerhet på 93,1\% för klassificering av 3 vägunderlag. Arbetet undersöker även hur mycket fysiskt minne som krävs av de olika "machine learning"-systemen. Systemen krävde mellan 1,78kB och 5,71kB i fysiskt minne. / The number of devices connected to the internet, the Internet of Things (IoT), is constantly increasing. By 2035, it is estimated to be 1,000 billion Internet of Things devices in the world. At the same time as the number of devices increase, the load on the internet networks to which the devices are connected, increases. The Internet of Things devices in our environment collect data that describes our physical environment and is sent to the cloud for computation. To reduce the load on the internet networks, the calculations are done on the IoT devices themselves instead of in the cloud. This way no data needs to be sent over the internet and is called edge computing. In edge computing, however, other challenges arise. IoT devices are often resource-efficient devices with limited computing capacity. This means that when designing, for example, machine learning models that are to be run with edge computing, the models must be designed based on the resources available on the device. In this work, we have evaluated different multilayer perceptron models for microcontrollers based on a number of different experiments. The machine learning models have been designed to detect road surfaces. The goal has been to identify how different parameters affect the machine learning systems. We have tried to maximize the performance and minimize the memory allocation of the models. The models have been designed to run on a microcontroller on the edge. The data was collected using an accelerometer integrated in a microcontroller mounted on a bicycle. The study evaluates two different machine learning systems that were developed in a previous thesis. The main focus of the work has been to create algorithms for detecting road surfaces. The data collection was done with a microcontroller equipped with an accelerometer mounted on a bicycle. One of the systems succeeds in achieving an accuracy of 93.1\% for the classification of 3 road surfaces. The work also evaluates how much physical memory is required by the various machine learning systems. The systems required between 1.78kB and 5,71kB of physical memory.

Master of Science / Department of Computing and Information Sciences / Gurdip Singh / The Patient Monitoring System is a wireless sensor network application used for dynamically tracking a patient’s physical activity using 3D Accelerometer Sensors in the Sun Small Programmable Object Technology (SPOT) platform. The system is able to detect different postures of a person and recognize high-level actions performed by a patient by monitoring different pattern of postures. This activity can be monitored remotely from a nurse station or a handheld device. The monitoring system can be used for alerting the nurse station in a hospital, if a patient performs some abnormal action. In the proposed system, the Sun SPOTs are affixed on a person's chest, thigh, leg and arm. The application determines the posture of a person by sensing the acceleration and tilt values of the SPOT in the direction of X, Y and Z axis. Based on these values the application can determine the postures of a person such as Lying Down, Sitting, Standing, Walking, Bending, and Arm Moving. We provide user mechanisms to define high level actions such as “attempting to get up from Lying Down position”, in terms of patterns of lower-level posture sequences. The system detects these patterns from the posture sequences reported by the Sun SPOTs, and reports them at desired locations.