Semantic segmentation is the task of predicting predefined class labels for each pixel in a given image. It is essential in autonomous driving, but also challenging because training accurate models requires large and diverse datasets, which are difficult to collect due to the high cost of annotating images at pixel-level. This raises interest in using synthetic images from simulators, which can be labelled automatically. However, models trained directly on synthetic data perform poorly in real-world scenarios due to the distributional misalignment between synthetic and real images (domain shift). This thesis explores the effectiveness of several techniques for alleviating this issue, employing Synscapes and Cityscapes as the synthetic and real datasets, respectively. Some of the tested methods exploit a few additional labelled real images (few-shot supervised domain adaptation), some have access to plentiful real images but not their associated labels (unsupervised domain adaptation), and others do not take advantage of any image or annotation from the real domain (domain generalisation). After extensive experiments and a thorough comparative study, this work shows the severity of the domain shift problem by revealing that a semantic segmentation model trained directly on the synthetic dataset scores a poor mean Intersection over Union (mIoU) of 33:5% when tested on the real dataset. This thesis also demonstrates that such performance can be boosted by 25:7% without accessing any annotations from the real domain and 17:3% without leveraging any information from the real domain. Nevertheless, these gains are still inferior to the 31:0% relative improvement achieved with as little as 25 supplementary labelled real images, which suggests that there is still room for improvement in the fields of unsupervised domain adaptation and domain generalisation. Future work efforts should focus on developing better algorithms and creating synthetic datasets with a greater diversity of shapes and textures in order to reduce the domain shift. / Semantisk segmentering är uppgiften att förutsäga fördefinierade klassetiketter för varje pixel i en given bild. Det är viktigt för autonom körning, men också utmanande eftersom utveckling av noggranna modeller kräver stora och varierade datamängder, som är svåra att samla in på grund av de höga kostnaderna för att märka bilder på pixelnivå. Detta väcker intresset att använda syntetiska bilder från simulatorer, som kan märkas automatiskt. Problemet är emellertid att modeller som tränats direkt på syntetiska data presterar dåligt i verkliga scenarier på grund av fördelningsfel mellan syntetiska och verkliga bilder (domänskift). Denna avhandling undersöker effektiviteten hos flera tekniker för att lindra detta problem, med Synscapes och Cityscapes som syntetiska respektive verkliga datamängder. Några av de testade metoderna utnyttjar några ytterligare märkta riktiga bilder (few-shot övervakad domänanpassning), vissa har tillgång till många riktiga bilder men inte deras associerade etiketter (oövervakad domänanpassning), och andra drar inte nytta av någon bild eller annotering från den verkliga domänen (domängeneralisering). Efter omfattande experiment och en grundlig jämförande studie visar detta arbete svårighetsgraden av domänskiftproblemet genom att avslöja att en semantisk segmenteringsmodell som upplärts direkt på den syntetiska datauppsättningen ger en dålig mean Intersection over Union (mIoU) på 33; 5% när den testas på den verkliga datamängden. Denna avhandling visar också att sådan prestanda kan ökas med 25; 7% utan att komma åt några annoteringar från den verkliga domänen och 17; 3% utan att utnyttja någon information från den verkliga domänen. Ändå är dessa vinster fortfarande sämre än den 31; 0% relativa förbättringen som uppnåtts med så lite som 25 kompletterande annoterade riktiga bilder, vilket tyder på att det fortfarande finns utrymme för förbättringar inom områdena oövervakad domänanpassning och domängeneralisering. Framtida arbetsinsatser bör fokusera på att utveckla bättre algoritmer och på att skapa syntetiska datamängder med en större mångfald av former och texturer för att minska domänskiftet.

Autonomous lawn mowers have been available to consumers for more than 20 years. During this period, advancements in embedded device computations and sensor performance have led to improvements in the reliability of these robots. Despite recent improvements, the opportunity for further innovation of such systems remains significant. Currently, many autonomous robots rely on electric wires installed underground to delimit the boundaries of the lawn. Such a configuration is simple, but more effective autonomous solutions are available. This thesis focuses on the analysis and related implementation of both localisation and mapping features for autonomous lawn mowers. Heterogeneous sensors and their different configurations are investigated and an Adaptive Extended Kalman Filter is proposed to fuse their measurements. This technique improves the pose estimation of the autonomous lawn mower, which is then exploited by the mapping module. Based on Bayesian’s inference, the mapping module updates the knowledge of the map based on direct interactions with the environment. The final results highlight the importance of precise localisation as the bottleneck for the development of new features. The improved pose estimation enables the employment of a virtual boundary, but it is not accurate enough to precisely map the presence of objects in the environment. Advanced features which could be developed from the proposed configuration are related to deterministic coverage algorithms and the interaction with lawn objects. / Autonoma gräsklippare har varit tillgängliga för konsumenter i mer än 20 år. Under denna period har framsteg inom beräkningar av inbyggda enheter och sensorprestanda lett till förbättringar av tillförlitligheten hos dessa robotar. Trots de senaste förbättringarna är möjligheten till innovation av sådana system fortfarande betydande. Autonoma robotar har fortfarande begränsade funktioner. De förlitar sig på elektriska ledningar installerade under jord för att avgränsa gräsmattans gränser, som de reagerar på utan resonemang. En sådan konfiguration anses nu vara föråldrad och mer effektiva autonoma lösningar finns tillgängliga. Den här avhandlingen fokuserar på att använda för närvarande tillgängliga tekniker för att designa de kärnmoduler som behövs för att förbättra kapaciteten hos dessa system. Analysen och relaterad implementering av både lokaliserings och kartläggningsfunktioner för autonoma gräsklippare presenteras. Heterogena sensorer och deras olika konfigurationer undersöks och ett Adaptive Extended Kalman Filter föreslås för att smälta samman deras mätningar. Denna teknik förbättrar poseuppskattningen av den autonoma gräsklipparen, som sedan utnyttjas av kartläggningsmodulen. Det valda tillvägagångssättet för den senare, baserat på Bayesians slutledning, lyckas uppdatera kunskapen om kartan baserat på direkta interaktioner med omgivningen. De slutliga resultaten belyser vikten av exakt lokalisering som den verkliga flaskhalsen för utvecklingen av nya funktioner. Den förbättrade positionsuppskattningen gör det möjligt att definiera en virtuell gräns. Definitionen inte tillräckligt korrekt för att korrekt kartlägga förekomsten av objekt i miljön Exempel på avancerade funktioner från den föreslagna konfigurationen är implementeringen av deterministiska täckningsalgoritmer och interaktionen med gräsmattaobjekt. / I tosaerba autonomi sono disponibili per i consumatori da oltre 20 anni. Durante questo periodo, i progressi nei calcoli dei dispositivi integrati e nelle prestazioni dei sensori hanno portato a miglioramenti nell’affidabilità di questi robot. Nonostante i recenti miglioramenti, l’opportunità di innovazione di tali sistemi rimane significativa. I robot autonomi hanno ancora funzionalità limitate. Si affidano a fili elettrici installati sottoterra per delimitare i confini del prato, a cui reagiscono senza ragionamento. Tale configurazione è ormai considerata obsoleta e sono disponibili soluzioni autonome più efficaci. Questa tesi si concentra sull’utilizzo delle tecniche attualmente disponibili per progettare i moduli principali necessari per far avanzare le capacità di questi sistemi. Vengono presentate l’analisi e la relativa implementazione delle funzionalità di localizzazione e mappatura per i tosaerba autonomi. Vengono studiati sensori eterogenei e le loro diverse configurazioni e viene proposto un filtro di Kalman adattivo esteso per fondere le loro misurazioni. Questa tecnica migliora la stima della posa del rasaerba autonomo, che viene poi sfruttata dal modulo di mappatura. L’approccio scelto per quest’ultimo, basato sull’inferenza bayesiana, riesce ad aggiornare la conoscenza della mappa basata su interazioni dirette con l’ambiente. I risultati finali evidenziano l’importanza di una localizzazione precisa come vero collo di bottiglia per lo sviluppo di nuove funzionalità. La stima della posa migliorata consente la definizione di un confine virtuale. La definizione non è sufficientemente precisa per mappare correttamente la presenza di oggetti nell’ambiente Esempi di funzionalità avanzate a partire dalla configurazione proposta sono l’implementazione di algoritmi di copertura deterministici e l’interazione con gli oggetti del prato.

En kvantitativ studie har genomförts om hur elevers motivationen påverkas vid multiplikationsberäkning av läromedelstypiska multiplikationsuppgifter  i årskurs fyra respektive espektive årskurs sex. I studien lyfts även skillnader och likheter mellan årskurserna.  För att samla in data har enkätundersökning genomförts på totalt 29 elever, varav 13 elever i årskurs fyra och  16 elever i årskurs sex. Eleverna fick besvara på 16 frågor, där data samlades in för att ta reda på hur elever skattar sitt intresse & glädje, upplevda kompetens, värde & användbarhet, press & spändhet vid beräkning av två multiplikationsuppgifter som hämtades ur ett vanligt förekommande matematikläromedel. .  Resultatet visar att det inte finns några storaörre skillnader mellan årskurserna. Elever i årskurs fyra och sex uppleverer måttligt intresse &och glädje, upplevd kompetens samt värde &och användbarhet vid beräkning av multiplikationsuppgifterna. Elever i årskurs fyra upplevde vid er lågsvag press &och spändhet medan elever i årskurs sex upplever överlag inte upplevdelåg  press &och spändhet vid utförandet. .Således synliggjordes en måttlig inre motivation.

This study explores the value proposition of Autonomous Battery Electric Trucks (ABETs) in the transportation industry, and offers insights into customer perceptions and potential challenges regarding this emergent technology. The aim of the study is to understand customer needs, address implementation issues, and evaluate opportunities for Logistics Service Providers (LSP) to adopt ABETs. An extensive literature review was conducted followed by semi-structured interviews with transport buyers (shippers) and industry experts. Based on the study’s findings, a value proposition was created. The findings reveal an indifference towards autonomous trucklogistics among shippers. However, they foresee its potential as a competitive advantage in the future. Shippers anticipate benefits from ABETs such as improved transparency, increased operational efficiency, and potential cost savings. Nonetheless, to fully realise these benefits, challenges related to digital integration and customer expectations need to be addressed. Thus, it is suggested that LSPs concentrate on meeting basic customer needs while leveraging the benefits of autonomous capabilities. Potential applications of ABETs might be most effective in high-frequency, short-distance flows, typically near intermodal hubs or industrial parks, serving as test cases for wider adoption. Active participation in EU pilots and research projects can help LSPs better understand the operational requirements and influence future standards. As the logistics industry evolves, LSPs must remain adaptive and proactive to capitalise on the opportunities provided by autonomous logistics. The findings from this study present a roadmap for navigating these changes, demonstrating that properly managed implementation of autonomous capabilities promises significant advantages for early adopters and can revolutionise the logistics industry. / Denna studie undersöker värdeerbjudandet för en Autonom Batteridriven Elektrisk Lastbil (ABET) inom transportindustrin, och erbjuder insikter i kunders uppfattning samt potentiella utmaningar för denna framväxande teknologi. Målet med studien är att förstå kundbehov, addressera problem relaterat till implementation, och utvärdera möjligheter för en leverantör av logistiktjänster (LSP) att nyttja ABETs. En utförlig litteraturstudie genomfördes följt av semistrukturerade intervjuer med transportköpare och experter inom industrin. Ett förslag på ABETs värdeerbjudande skapades sedan baserat på studiens resultat. Resultaten visar att det finns en likgiltighet gentemot självkörande lasbilslogistik hos transportköpare. De ser dock dess potential som en konkurrens fördel i framtiden. Med ABETs förväntar sig transportköpare fördelar såsom förbättrad transparens på marknaden, ökad operativ effektivitet och potentiella kostnads besparingar. För att fullt ut realisera dessa fördelar, måste dock utmaningar relaterade till digital integration och kundernas förväntningar addresseras. Således föreslås att LSPer fokuserar på att möta grundläggande transportbehov samtidigt som fördelarna med autonoma förmågor utnyttjas. Tillämpningar av ABETs kommer med största sannolikhet vara mest effektiva i högfrekventa flöden på korta avstånd, vanligtvis nära intermodala knutpunkter eller industriparker, vilka kommer tjäna som testfall för att uppnå en bredare användning. Aktivt deltagande i EU-piloter och forskningsprojekt kan hjälpa LSPer att bättre förståde operativa kraven och påverka framtida standarder. I takt med att logistik branschen utvecklas måste LSPer förbli anpassnings bara och proaktiva för att dra nytta av de möjligheter som autonom logistiker bjuder. Resultaten från denna studie presenterar ett underlag för att navigera i dessa förändringar, vilket visar att korrekt hanterad implementering av autonoma funktioner lovar betydande fördelar för tidiga användare och kan revolutionera logistik branschen.

The presence of electrical and electronic circuits in commercial trucks has increased at a very fast rate during recent decades. With advancements in embedded systems and the introduction of electric controls in the automotive industry, the design of complex electric systems for the vehicles has become one of the major design challenges. In the commercial truck industry, the development cycles are almost a decade long. Therefore, it is a big challenge to introduce a new architecture to accommodate the modern automotive technologies in the upcoming generation of trucks. Currently, the commercial truck industry relies highly on a federated electrical/electronic (E/E) architecture. In this architecture, Electronic Control Units (ECU) are responsible for computation and Input/Output operations. These ECUs are clustered into different domains based on their respective functions. However, these domains are not isolated from each other. These modules communicate with each other using a vehicular network, which is typically a controller area network in the current trucks. In the automotive industry, automation is increasing at a fast pace. As the level of automation increases, the need for high computation also increases, which increases the overall costs. This study aims to address this problem by introducing an integrated E/E architecture where all the computational power is concentrated at one place (or perhaps two or three places to allow for redundancy). This study proposes to introduce a lowcost replacement for the current ECUs with more limited computational power but with generic input/output interfaces. This thesis provides the reader with some background of the current E/E architecture of commercial trucks and introduces the reader to ECUs. Additionally, the relevant network architectures and protocols are explained. A potential solution, based upon the centralized computation based E/E architecture and its implementation are discussed followed by a detailed analysis of the replacements for ECUs. The result of this analysis, if adopted, should result in a reduction of manufacturing and design costs, as well as make the production and maintenance process easier. Moreover, this should also have environmental benefits by reducing fuel consumption. / Förekomsten av elektronik och elektriska kretsar I kommersiella lastbilar has ökat i en väldigt snabb takt under de senaste decennierna. Med framsteg inom inbyggda system och introduktionen av elektroniska styrsystem i fordonsindustrin så har komplexa elektroniska system blivit en av de största designutmaningarna. I den kommersiella lastbilsindustrin där utvecklingscyklerna är nästan ett decennium, är det en stor utmaning att introducera ny arkitektur som tillgodoser all den nya teknologin som införlivas i fordonet. För närvarande så förlitar sig den kommersiella lastbilsindustrin mycket på en federated elektrisk/elektronisk (E/E) arkitektur. I denna arkitektur är elektroniska styrenheter (ECU) ansvariga för beräkningar och I/O (Input/Output) operationer. Dessa ECU:er är samlade i olika domäner baserade på dess funktioner. Domänerna är dock inte isolerade från varandra. De här modulerna kommunicerar därför med varandra med hjälp av ett fordonsnätverk, typiskt en CAN (Controller Area Network) i nuvarande lastbilar. I fordonsindustrin ökar automatiseringen i en snabb fart. I takt med att automatiseringen ökar så ökar även behovet av snabba och energiintensiva beräkningar, vilket i sin tur ökar den totala kostnaden. Denna studie har som mål att adressera det här problemet genom att introducera en integrated E/E arkitektur där all beräkningskraft är koncentrerad till en plats (eller två eller tre platser för att tillåta överskott). Den här studien föreslår att introducera en ersättning av nuvarande ECU:er till en låg kostnad, med lägre beräkningskraft och generiska I/O gränssnitt. Studien föreslår också ersättningar av nuvarande fordonsnätverk. Den här uppsatsen förser läsaren med viss bakgrund till den nuvarande E/E arkitekturen för kommersiella lastbilar och introducerar läsaren till ECU:er. Dessutom förklaras de relevanta nätverksarkitekturerna och protokollen. En potentiell lösning som baseras på den integrated E/E arkitekturen och dess implementering diskuteras med fokus på en detaljerad analys av ersättningarna till ECU:er. Resultatet av den här analysen skulle, om den adopteras, medföra minskning av tillverknings- och designkostnader samt leda till en förenkling av produktion och underhåll. Utöver det så bör det även ha miljöfördelar genom minskad bränsleförbrukning.

Det här projektet optimerar ett system som använder den statiska sökalgoritmen A* för att fåen autonom drönare att kunna undvika rörliga och målsökande hinder på sin färd emot enangiven måldestination. Optimeringen bygger på tidigare arbeten där bland annat ModelPredictive Control (MPC) har en stor påverkan på det implementerade systemet.Resultatet av projektet visar att det är möjligt att optimera ett system som använder sig av enstatisk planeringsalgoritm genom lokal planering inom det område drönaren har kunskap om.Ett högt planeringstempo där drönaren enbart följer första delen i den genererade planen,möjliggör att drönaren hela tiden kan anpassa sig till förändringar i omgivningen och undvikakollision. / This project optimizes a system that uses the static search algorithm A* to enable anautonomous drone to avoid moving and target-seeking obstacles on its way to a specifieddestination. The optimization is based on previous work where Model Predictive Control(MPC) has a major impact on the implemented system.The result of the project shows that it is possible to optimize a system using a static planningalgorithm through local planning in the area of which the drone has knowledge. A highplanning pace enables the drone to follow the first part of the generated plan, which meansthat the drone can constantly adapt to changes in the surroundings and avoid collisions.

In the last years, the use of indoor drones has increased significantly in many different areas. However, one of the main limitations of the potential of these drones is the battery life. This is due to the fact that the battery size has to be limited since the drones have a maximum payload in order to be able to take-off and maintain the flight. Therefore, a recharging process need to be performed frequently, involving human intervention and thus limiting the drones applications. In order to solve this problem, this master thesis presents an autonomous recharging system for a nano drone, the Crazyflie 2.0 by Bitcraze AB. By automating the battery recharging process no human intervention will be needed, and thus overall mission time of the drone can be considerably increased, broadening the possible applications. The main goal of this thesis is the design and implementation of a control system for the indoor nano drone, in order to control it towards a landing platform and accurately land on it. The design and implementation of an actual recharging system is carried out too, so that in the end a complete full autonomous system exists. Before this controller and system are designed and presented, a research study is first carried out to obtain a background and analyze existing solutions for the autonomous landing problem. A camera is integrated together with the Crazyflie 2.0 to detect the landing station and control the drone with respect to this station position. A visual system is designed and implemented for detecting the landing station. For this purpose, a marker from the ArUco library is used to identify the station and estimate the distance to the marker and the camera orientation with respect to it. Finally, some tests are carried out to evaluate the system. The flight time obtained is 4.6 minutes and the landing performance (the rate of correct landings) is 80%. / Under de senaste åren har användningen av inomhusdrönare ökat betydligt på många olika områden. En av de största begränsningarna för dessa drönare är batteritiden. Detta beror på att batteristorleken måste begränsas eftersom drönarna har en väldigt begränsad maximal nyttolast för att kunna flyga. Därför måste de laddas ofta, vilket involverar mänskligt ingripande och därmed begränsar drönartillämpningarna. För att lösa detta problem presenterar detta examensarbete ett autonomt laddningssystem för en nanodrönare, Crazyflie 2.0. Genom att automatisera batteriladdningsprocessen behövs inget mänskligt ingrepp, och därigenom kan uppdragstiden för drönaren ökas avsevärt och bredda de möjliga tillämpningarna. Huvudmålet med denna avhandling är designen och implementationen av ett styrsystem för en inomhusdrönare, för att styra den mot en landningsplattform och landa korrekt på den. Arbetet inkluderar det faktiska laddningssystemet också, så att slutresultatet är ett fullständigt autonomt system. Innan regulatorn och systemet utformas och presenteras presenteras en genomgång av bakgrundsmaterial och analys av befintliga lösningar för problemet med autonom landning. En kamera monteras på Crazyflie 2.0 för att kunna detektera och positionera landningsstationen och styra drönaren med avseende på detta. För detektion används ArUcobibliotekets markörer vilka också gör det möjligt att räkna ut kamerans position och orientering med avseende på markören och därmed laddstationen. Slutligen utförs tester för att utvärdera systemet. Den erhållna flygtiden är 4,6 minuter och landningsprestandan (andel korrekta landningar på första försöket) är 80%.

Model Based Systems Engineering (MBSE) approach aims at implementing various processes of Systems Engineering (SE) through diagrams that provide different perspectives of the same underlying system. This approach provides a basis that helps develop a complex system in a systematic manner. Thus, this thesis aims at deriving a system model through this approach for the purpose of autonomous driving, specifically focusing on developing the subsystem responsible for generating a feasible trajectory for a miniature vehicle, called AutoCar, to enable it to move towards a goal. The report provides a background on MBSE and System Modeling Language (SysML) which is used for modelling the system. With this background, an MBSE framework for AutoCar is derived and the overall system design is explained. This report further explains the concepts involved in autonomous trajectory planning followed by an introduction to Robot Operating System (ROS) and its application for trajectory planning of the system. The report concludes with a detailed analysis on the benefits of using this approach for developing a system. It also identifies the shortcomings of applying MBSE to system development. The report closes with a mention on how the given project can be further carried forward to be able to realize it on a physical system. / Modellbaserade systemteknikens (MBSE) inriktning syftar till att implementera de olika processerna i systemteknik (SE) genom diagram som ger olika perspektiv på samma underliggande system. Detta tillvägagångssätt ger en grund som hjälper till att utveckla ett komplext system på ett systematiskt sätt. Sålunda syftar denna avhandling att härleda en systemmodell genom detta tillvägagångssätt för autonom körning, med särskild inriktning på att utveckla delsystemet som är ansvarigt för att generera en genomförbar ban för en miniatyrbil, som kallas AutoCar, för att göra det möjligt att nå målet. Rapporten ger en bakgrund till MBSE and Systemmodelleringsspråk (SysML) som används för modellering av systemet. Med denna bakgrund, MBSE ramverket för AutoCar är härledt och den övergripande systemdesignen förklaras. I denna rapport förklaras vidare begreppen autonom banplanering följd av en introduktion till Robot Operating System (ROS) och dess tillämpning för systemplanering av systemet. Rapporten avslutas med en detaljerad analys av fördelarna med att använda detta tillvägagångssätt för att utveckla ett system. Det identifierar också bristerna för att tillämpa MBSE på systemutveckling. Rapporten stänger med en omtale om hur det givna projektet kan vidarebefordras för att kunna realisera det på ett fysiskt system.

Ett antal studier har visat att beröm kan ha positiva motivationseffekter på anställda med icke-komplexa arbetsuppgifter. Forskningen kring hur beröm påverkar anställda med komplexa arbetsuppgifter är dock fortfarande i ett inledande stadium men indikationer finns att de påverkas annorlunda. Syftet med studien är att addera kunskap till tidigare forskning genom att kartlägga hur beröm ges och hur det påverkar den autonoma samt kontrollerade motivationen hos anställda med komplexa arbetsuppgifter. För att besvara syftet har 15 semistrukturerade intervjuer av sjuksköterskor utförts. Ur studien framgår det att anställda med komplexa arbetsuppgifter får beröm med varierande frekvens, i olika sammanhang och på olika grunder, men vissa gemensamma tendenser går att urskilja. Studien visar även att beröm kan ha en direkt påverkan på den autonoma motivationen genom att kortsiktigt göra arbetet roligare men även indirekt genom att tillgodose de psykologiska behoven kompetens, tillhörighet och autonomi. Samtidigt riskerar beröm att påverka den kontrollerade motivationen på bekostnad av den autonoma om det ges så att det uppfattas som kontrollerande av den anställde. Studien bidrar således till befintlig forskning då den styrker redan observerade tendenser gällande hur beröm kan påverka de olika formerna av motivation och visar på beröms potential att således fungera som ett lovande ledningsverktyg. Studien bidrar dock även till en viss skepsis kring detta då den även påvisar att beröm riskerar att skada den autonoma motivationen vilket är något som tidigare har tillägnats lite uppmärksamhet. Beröm i denna studie avgränsas på det sätt att endast beröm som sker i en hierarkisk relation, alltså från chef till anställd, behandlas. Beröm mellan kollegor eller andra konstellationer ingår därav inte. / A number of studies have shown that praise can have positive motivational effects on employees with non-complex tasks. However, research on how praise affects employees with complex tasks is still in an initial stage, but there are indications that they are affected differently. The purpose of the study is to add knowledge to previous research by mapping how praise is given and how it affects the autonomous and controlled motivation of employees with complex tasks. To answer the purpose, 15 semi-structured interviews of nurses were conducted. The study shows that employees with complex tasks are praised with varying frequency, in different contexts and on different grounds, but certain common tendencies can be distinguished. The study also shows that praise can have a direct impact on the autonomous motivation by making the work more fun in the short term, but also indirectly by satisfying the psychological needs of competence, relatedness and autonomy. At the same time, praise risks affecting the controlled motivation at the expense of the autonomous if it is given so that it is perceived as controlling by the employee. The study thus contributes to existing research as it confirms already observed tendencies regarding how praise can affect the various forms of motivation and shows the potential of praise to thus function as a promising management tool. However, the study also contributes to a certain skepticism about this as it also shows that praise risks damaging the autonomous motivation, which is something that has previously been given little attention. Praise in this study is delimited in the way that only praise that takes place in a hierarchical relationship, meaning from manager to employee, is treated. Praise between colleagues or other constellations is not included.

Autonomous drone navigation in classical approaches typically involves constructing a map representation and employing path planning and collision checking algorithms within that map. Recently, novel deep learning techniques combined with depth camera observations have emerged as alternative approaches capable of achieving comparable collision-free performance. While these methods have demonstrated effective collision-free performance in dense environments, they rely on low-noise range or visual data, which may not be feasible in extreme degraded environments characterized by factors such as dust, smoke, weak geometries, or low-texture areas. A possible alternative is to leverage recent progress in mmWave radar imaging, which previously has produced data of insufficient resolution for such purposes. Through the use of a Variational Autoencoder and existing collision prediction algorithms, the goal of this study is to prove the use of mmWave radar for navigating difficult environments. The results of the study exhibit successful navigation in simulated scenarios featuring sparse obstacles. Additionally, results of utilizing real-world mmWave radar data in example scenarios is provided to demonstrate the potential for further application of this technology. / Autonom navigation för drönare i klassiska tillvägagångssätt innebär vanligtvis att man konstruerar en kartrepresentation och använder vägplanerings- och kollisionskontrollalgoritmer inom den kartan. Nyligen har nya djupinlärningstekniker kombinerat med djupkameraobservationer framträtt som alternativa tillvägagångssätt som kan uppnå jämförbar prestanda utan kollisioner. Även om dessa metoder har visat effektiv prestanda utan kollisioner i täta miljöer, är de beroende av störningsfria avstånds- eller visuella data, vilket kanske inte är genomförbart i extrema försämrade miljöer som karakteriseras av faktorer som damm, rök, svaga geometrier eller områden med låg textur. Ett möjligt alternativ är att dra nytta av de senaste framstegen inom mmWave-radaravbildning, vilket tidigare har producerat data med otillräcklig upplösning för sådana ändamål. Genom användning av en varieabel autoencoder och befintliga kollisionsprognosalgoritmer syftar denna studie till att bevisa användningen av mmWave-radar för att navigera i svåra miljöer. Resultaten från studien visar framgångsrik navigering i simulerade scenarier med glesa hinder. Dessutom presenteras resultat från användning av verkliga mmWave-radardata i exempelscenarier för att visa potentialen för ytterligare tillämpningar av denna teknik.