Every few years, modern heavy-duty vehicles get redesigned and can carry more cargo than previously known. Increasing the amount of cargo means increasing the weight, which then leads to more pressure on the engineers to design improved vehicle frames and axles to distribute this load. A recent addition is a second front axle. This axle has been steered with a mechanical link since its introduction, but due to recent law changes, the possibility to steer this axle with an electro-hydraulic system is now available. The purpose of the project is just that, to create an electro-hydraulic steering system, it can be known as steer-by-wire (SBW). Through meetings with lead engineers at Volvo GTT, the first draft of some Concepts could be achieved. The Concepts consisted of a CAD design of the steering, complemented by hydraulic steering. By reusing existing parts in the new design, a similar steering capability was achieved. But having a SBW-system that can attach directly to the new axle, that is not restricted to a connection with the first axle enables so many options, and now, the sky is the limit. The weight is reduced, fuel and energy consumption is reduced, but maybe most important of all. The flexibility of this system is increased, enabling options to have independent steering from the first axle and even changing the placement of the axle on the frame itself. A system like this can have a significant impact on the environmental effects of trucks, as it can reduce the number of vehicles on the road. Thanks to the increase in cargo capacity. / Med några års mellanrum får moderna tunga fordon en ny design och kan frakta mer gods än tidigare. Men att öka mängden gods innebär att öka vikten, vilket leder till mer tryck på ingenjörerna för att designa förbättrade fordonsramar och axlar för att fördela denna last bättre. Nyligen har en andra framaxel lagts till. Denna axel har styrts med en mekanisk länk sedan den infördes, men tack vare de senaste lagändringarna finns nu möjligheten att styra denna axel med ett elektro-hydrauliskt system. Syftet med projektet är just det, att skapa ett elektro-hydrauliskt styrsystem, kan även kallas steer-by-wire (SBW). Genom möten med ingenjörer på Volvo GTT kunde det första utkastet till några koncept uppnås. Koncepten bestod av en CAD-konstruktion av styrningen, kompletterad med en hydraulisk styrning. Genom att återanvända befintliga delar i den nya designen uppnåddes en liknande styrfunktion. Men att ha ett SBW-system som kan kopplas direkt till den nya axeln, det är inte längre begränsat med en anslutning till den första axeln, nu sätter bara fantasin gränserna. Vikten minskas, bränsle- och energiförbrukning minskas, men kanske viktigast av allt. Flexibiliteten i detta system ökar, vilket gör det möjligt att ha oberoende styrning från den första axeln och till och med ändra axelns placering på själva ramen. Ett system som det här kan ha en stor inverkan på miljöeffekterna av lastbilar, eftersom det kan minska antalet fordon på vägen. Tack vare den ökade mängden dom nu kan frakta.

The purpose of our thesis was to examine citizens' attitude in a smaller city to new digital innovations, specifically autonomous vehicles and carpools, as well as opinions about citizens' participation. Through a web-based questionnaire, which was distributed on social media, as well as a discussion group on Facebook, an understanding was formed about the human acceptance, motivation factors, views and mobility habits. This was then analyzed to create an understanding of how a citizen dialogue should be conducted in social media. In line with this, we examined whether connections regarding human acceptance of new digital innovations can be affected, depending on how the dialogue is conducted and how much information the citizens are provided with. The result showed a clear relationship between knowledge and attitude, where a little knowledge created a more negative opinion. Other interesting discoveries that were identified, were that people see both problem areas and opportunities with a more digitized society. We also found how the respondents wanted increased participation, and that citizens' views are taken into account and have a clear impact on urban development. Finally, we conclude that the degree of citizens' participation and how the dialogue is conducted, shape their acceptance and understanding of changes in society and mobility solutions. The research area on human acceptance, participation and dialogue on autonomous vehicles and carpools is an emerging area of research. This means that the essay is exploratory which can enable further and more in-depth research. / Syftet med vår uppsats var att undersöka medborgare i en mindre stads inställning till nya digitala innovationer, specifikt autonoma fordon och bilpooler, samt åsikter kring medborgares delaktighet. Genom ett webbaserat frågeformulär, som distribuerades på sociala medier, samt en diskussionsgrupp på Facebook, bildades uppfattning kring människans acceptans, motivationsfaktorer, synpunkter och mobilitetsvanor. Sedan analyserades detta för att skapa en förståelse kring hur en medborgardialog bör föras i sociala medier. I linje med det undersöktes även samband om människans acceptans till nya digitala innovationer påverkas, beroende på hur dialogen förs och hur mycket information medborgarna tillhandahålls. Resultatet visade en tydlig relation mellan kännedom och inställning, där en liten kännedom skapade en mer negativ åsikt. Andra intressanta upptäckter som identifierades var att människor ser både problemområden och möjligheter med ett mer digitaliserat samhälle. Vi fann även att respondenterna önskade en ökad inkludering, samt att medborgares synpunkter beaktas och har en tydlig påverkan inom stadsutveckling. Avslutningsvis drar vi slutsatsen att graden av medborgarnas delaktighet och hur dialogen förs, formar deras acceptans samt förståelse för samhällsomställningar och mobilitetslösningar. Forskningsområdet kring människans acceptans, delaktighet och dialog kring autonoma fordon och bilpooler är ett växande undersökningsområde. Det gör att uppsatsen är explorativ vilket kan möjliggöra ytterligare och en mer djupgående forskning.

En brandstation ställer specifika krav på funktionalitet och flöden - som i det här examensarbetet har fått generera rumsligheter och arkitektoniska händelser. Brandbilarna står uppradade i ett stort och rymligt garage. Ljuset flödar in genom portarna och det stora glastaket. Om hundrafemtio år kanske det inryms en konsthall här istället - så som i Magasin 3 en bit bort.

Semitrailer trucks are widely used for transportation of goods in Sweden and around the world. Given their usefulness, and since they require specialized drivers, there is an increased need to automate the operation of these vehicles. In particular, reversing these vehicles is considered a challenging maneuver, mainly because of the jackknifing effect. To tackle this challenge, this thesis investigates path following for reversing single-joint semitrailer trucks, by comparing two path-following controllers, corresponding to a Linear Quadratic Regulator (LQR) and a Model Predictive Control (MPC), respectively. Both controllers receive kinematically feasible reference trajectories from a path planner (which is part of another thesis work), which makes it possible to avoid jackknifing as long as the reference joint angle between the trailer and the truck is closely followed. Moreover, they use a linearized and discretized 1-trailer kinematic model, defined in terms of the reference tracking errors for the truck as states. To evaluate the performance of the controllers, a Python simulation is implemented using the 1-trailer kinematic model. Using this simulation, the controllers are compared using metrics related to the reference tracking errors along the generated path and the controller execution time. The results show that the LQR and the MPC controllers perform similarly for most cases. Even though there are certain cases where the MPC outperforms the LQR, the execution time of the MPC is at least one order of magnitude slower, which makes the LQR an attractive solution for practical implementations, as long as certain assumptions (small initial deviations, reliable measurements) are ensured. As such, an LQR controller might be preferred by the industry because, while the performance from both controllers is similar, it can be considered a more efficient controller. / Lastbilar med olika släpvagnskombinationer används ofta för godstransporter i Sverige och runt om i världen. Med tanke på deras användbarhet och eftersom de kräver specialiserade förare finns det ett ökat behov av att automatisera driften av dessa fordon. I synnerhet anses backning av dessa fordon vara en utmanande manöver, främst på grund av jackknifseffekten. För att lösa detta problem undersöker denna rapport vägföljande för backande lastbilar med släp genom att jämföra två olika vägföljande styrenheter: Linear Quadtratic Regulator (LQR) och Model Predictive Control (MPC). Båda styrenheterna får kinematiskt genomförbara referensbanor från en vägplanerare (som är en del av en annan uppsats), vilket gör det möjligt att undvika jackknipning så länge referensvinkeln mellan släpet och lastbilen följs noggrant. Dessutom använder de en linjäriserad och diskretiserad kinematisk modell med en lastbil, definierad i termer av lastbilens referensspårningsfel som tillstånd. För att utvärdera kontrollernas prestanda implementeras en Python-simulering med den kinematisk modell med en lastbil. Med denna simulering jämförs de två styrenheterna med mått relaterade till referensspårningsfelen längs den generarade vägen och styrenheternas exekveringstid. Resultaten visar att LQR och MPCpresterar likadant i de flesta fallen. Även om det finns vissa fall där MPC överträffar LQR, är exekveringstiden för MPC åtminstone en storleksordning långsammare, vilket gör LQR till en attraktiv lösning för praktiska implementeringar, så länge som vissa antaganden (små initiala avvikelser, pålitliga mått) säkerställs. Som sådan kan en LQR-styrenhet föredras av industrin, för även om prestandan från båda styrenheterna är lika, kan den betraktas som en enklare styrenhet.

The ability for unmanned autonomous aerial vehicles (UAV) to localize themselves in an environment is fundamental for them to be able to function, even if they do not have access to a global positioning system. Recently, with the success of deep learning in vision based tasks, there have been some proposed methods for absolute geolocalization using vison based deep learning with satellite and UAV images. Most of these are only tested in urban environments, which begs the question: How well do they work in non-urban areas like forests and fields? One drawback of deep learning is that models are often regarded as black boxes, as it is hard to know why the models make the predictions they do, i.e. what information is important and is used for the prediction. To solve this, several neural network interpretation methods have been developed. These methods provide explanations so that we may understand these models better. This thesis investigates the localization accuracy of one geolocalization method in both urban and non-urban environments as well as applies neural network interpretation in order to see if it can explain the potential difference in localization accuracy of the method in these different environments. The results show that the method performs best in urban environments, getting a mean absolute horizontal error of 38.30m and a mean absolute vertical error of 16.77m, while it performed significantly worse in non-urban environments, getting a mean absolute horizontal error of 68.11m and a mean absolute vertical error 22.83m. Further, the results show that if the satellite images and images from the unmanned aerial vehicle are collected during different seasons of the year, the localization accuracy is even worse, resulting in a mean absolute horizontal error of 86.91m and a mean absolute vertical error of 23.05m. The neural network interpretation did not aid in providing an explanation for why the method performs worse in non-urban environments and is not suitable for this kind of problem. / Obemannade autonoma luftburna fordons (UAV) förmåga att lokaliera sig själva är fundamental för att de ska fungera, även om de inte har tillgång till globala positioneringssystem. Med den nyliga framgången hos djupinlärning applicerat på visuella problem har det kommit metoder för absolut geolokalisering med visuell djupinlärning med satellit- och UAV-bilder. De flesta av dessa metoder har bara blivit testade i stadsmiljöer, vilket leder till frågan: Hur väl fungerar dessa metoder i icke-urbana områden som fält och skogar? En av nackdelarna med djupinlärning är att dessa modeller ofta ses som svarta lådor eftersom det är svårt att veta varför modellerna gör de gissningar de gör, alltså vilken information som är viktig och används för gissningen. För att lösa detta har flera metoder för att tolka neurala nätverk utvecklats. Dessa metoder ger förklaringar så att vi kan förstå dessa modeller bättre. Denna uppsats undersöker lokaliseringsprecisionen hos en geolokaliseringsmetod i både urbana och icke-urbana miljöer och applicerar även en tolkningsmetod för neurala nätverk för att se ifall den kan förklara den potentialla skillnaden i precision hos metoden i dessa olika miljöer. Resultaten visar att metoden fungerar bäst i urbana miljöer där den får ett genomsnittligt absolut horisontellt lokaliseringsfel på 38.30m och ett genomsnittligt absolut vertikalt fel på 16.77m medan den presterade signifikant sämre i icke-urbana miljöer där den fick ett genomsnittligt absolut horisontellt lokaliseringsfel på 68.11m och ett genomsnittligt absolut vertikalt fel på 22.83m. Vidare visar resultaten att om satellitbilderna och UAV-bilderna är tagna från olika årstider blir lokaliseringsprecisionen ännu sämre, där metoden får genomsnittligt absolut horisontellt lokaliseringsfel på 86.91m och ett genomsnittligt absolut vertikalt fel på 23.05m. Tolkningsmetoden hjälpte inte i att förklara varför metoden fungerar sämre i icke-urbana miljöer och är inte passande att använda för denna sortens problem.

The global population is growing, and more people than before are moving to cities. This creates a need for increased building efficiency and possibility to work in remote environments. On today’s construction sites, there is a need to able to organize the site in a better way. In the future, autonomous vehicles will instead find it difficult to localize materials on a construction site. The autonomous vehicles can localize themselves with cameras and sensors, but they do not know how to localize the materials and items. This report is based on a project where Volvo Construction Equipment acted as a customer and the project was performed by students from Blekinge Institute of Technology and Stanford University. The prompt for this project was “From elephants to ants – from Earth to Mars” and would later be interpreted as finding a solution for the future that will be able to function without human’s intervention. From this project, this report was created. The following research questions for this report were: • How can workers locate building materials on today’s construction sites? • How will autonomous vehicles be able to locate material without human assistance in future construction sites? To solve these problems a design-process started, using an engineering design method. This method was chosen because of the type of problem. In engineering, the problem is identified to create a solution to the problem, comparing to when studying science, a question should be answered. The outcome from this report is a Product Service System (PSS) for a tracking system and a device for materials on today’s and future construction sites. When this solution was created no economic aspects were considered. Also, the focus of this report is the first steps of going from today’s construction sites to the future construction sites where autonomous vehicles will be used. The result from this research shows that the same problem of organizing a construction site is a pattern that can be seen in the majority of the sites that were visited during field works. Also, the workers today have little trust in the autonomous vehicles which is a result of lacking information and communication within companies. Furthermore, to be able to move to an autonomous future the mindset and attitude has to be changed. The collected data was analysed, and the outcome was a tracing system that will enable, both humans and machines, to localize materials on today’s and future construction sites. With this solution, today’s workers can track their materials wherever it is placed, without any need of changing the site. The autonomous vehicles will be able to use the tags to localize materials when there are no humans around. / Den globala befolkningen växer och fler flyttar till städerna än tidigare. Detta skapar ett behov av ökad effektivitet i byggbranschen och möjlighet till arbete i avlägsna miljöer. På dagens byggarbetsplatser är det nödvändigt att kunna organisera platsen på ett bättre sätt. I framtiden kommer de autonoma fordonen få det svårare att lokalisera material på en byggarbetsplats. De autonoma fordonen kan lokalisera sig med kameror och sensorer, men de vet inte hur man lokaliserar material och föremål. Rapporten bygger på ett projekt där kunden var Volvo Construction Equipment och projektet utfördes av studenter från Blekinge Tekniska Högskola och Stanford University. Prompten för projektet löd "Från elefanter till myror - från jorden till mars" och som senare tolkades till att finna en lösning för framtiden som kommer att kunna fungera utan mänsklig påverkan. Från detta projekt skapades denna rapport. Följande forskningsfrågor skulle besvaras: • Hur kan arbetare lokalisera byggmaterial på dagens byggarbetsplatser? • Hur kommer autonoma fordon kunna lokalisera material utan mänsklig hjälp på de framtida byggarbetsplatserna? För att lösa dessa problem startades en designprocess, med vald ingenjörsmetod. Denna metod valdes på grund av typen av problem. I ingenjörsmetoden identifieras problemet för att skapa en lösning till problemet, jämfört men en vetenskaplig metod, där en fråga besvaras. Resultatet från denna rapport är ett produkttjänstesystem (PSS) för ett spårningssystem för att kunna spåra material på dagens och framtida byggarbetsplatser. När denna lösning skapades togs det ingen hänsyn till de ekonomiska aspekterna. Fokus på denna rapport är de första stegen för att gå från dagens byggarbetsplatser mot de framtida byggplatserna där autonomiska fordon kommer att användas. Resultatet av forskningen visade att det finns ett stort behov av att organisera de olika byggarbetsplatserna som besöktes under studiebesöken. Arbetarna har idag ett litet förtroende för de autonoma fordonen som är ett resultat av bristande information och kommunikation inom företagen. För att kunna gå till en autonom framtid måste tankesätt och attityd ändras. Den samlade data analyserades och resultatet var ett spårningssystem som gör det möjligt för både människor och maskiner att lokalisera material på dagens och framtida byggarbetsplatser. Med denna lösning kan dagens arbetare enkelt spåra materialet, utan att behöva omstrukturera arbetsplatsen. De autonoma fordonen kommer kunna använda spårningssystem för att kunna lokalisera material när det inte finns några människor till hands.

Autonomous driving is a rapidly changing industry and has recently become a heavily focused research topic for vehicle producing companies and research organizations. These autonomous vehicles are typically equipped with sensors such as Light Detection and Radar (LiDAR) in order to perceive their surroundings. The problem of detecting and classifying surrounding objects from the sensor data can be solved using different types of algorithms. Recently, machine learning solutions have been investigated. One problem with the machine learning approach is that the models usually require a substantial amount of labeled data, and labeling LiDAR data is a time-consuming process. A promising solution to this problem is utilizing Domain Adaptation (DA) methods. The DA methods can use labeled camera data, which are easier to label, in conjunction with unlabeled LiDAR data to improve the performance of machine learning models on LiDAR data. This thesis investigates and compares different DA methods that can be used for classification of LiDAR data. In this thesis, two image classification datasets with data of humans and vehicles were created. One dataset contains camera images, and the other dataset contains LiDAR intensity images. The datasets were used to train and test three methods: (1) a baseline method, which simply uses labeled camera images to train a model. (2) Correlation Alignment (CORAL), a DA method that aligns the covariance of camera features towards LiDAR features. (3) Deep Adaptation Network (DAN), a DA method that includes a maximum mean discrepancy computation between camera and LiDAR features within the objective function of the model. These methods were then evaluated based on the resulting confusion matrices, accuracy, recall, precision and F1-score on LiDAR data. The results showed that DAN was the best out of the three methods, reaching an accuracy of 87% while the baseline and CORAL only measured at 65% and 73%, respectively. The strong performance of DAN showed that there is potential for using DA methods within the field of autonomous vehicles. / Industrin för självkörande fordon är snabbt förändlig och har under de senaste åren fått ett enormt fokus från biltillverkare och forskningsorganisationer. De självkörande fordonen är oftast utrustade med sensorer som Light Detection and Radar (LiDAR) för att hjälpa fordonen förstå omgivningen. Klassificering och identifiering av omgivande objekt är ett problem som kan lösas med hjälp av olika slags algoritmer. Nyligen har lösningar som utnyttjar maskininlärning undersökts. Ett problem med dessa lösningar är att modellerna oftast kräver en enorm mängd annoterad data, och att annotera LiDAR-data är en kostsam process. En lösning till detta problem är att utnyttja metoder inom Domain Adaptation (DA). DA metoder kan utnyttja både annoterad kameradata samt oannoterad LiDAR-data för att förbättra modellernas prestanda på LiDAR-data. Den här avhandlingen undersöker och jämför olika metoder inom DA som kan användas för att klassificera LiDAR-data. I det här arbetet skapades två dataset som består av data från människor och fordon. Det ena datasettet innehöll kamerabilder och det andra innehöll LiDAR-intensitetsbilder. Dessa dataset användes för att träna och testa tre olika metoder: (1) en baselinemetod, som endast använde annoterade kamerabilder för att träna en modell. (2) Correlation Alignment (CORAL), en metod inom DA som justerar kovariansen hos kamerafeatures mot kovariansen hos LiDAR-features. (3) Deep Adaptation Network (DAN), en metod inom DA som lägger till en uträkning av maximum mean discrepancy mellan kamerafeatures och LiDAR-features i modellens optimeringskriterie. Metoderna bedömdes sedan beroende på deras förvirringsmatriser, träffsäkerhet, precision, täckning och F1-träffsäkerhet på LiDAR-data. Resultaten avslöjade att DAN presterade bäst av de tre metoderna och uppnåde 87% träffsäkerhet medan baselinemetoden och CORAL bara uppnådde 65% respektive 73%. DANs imponerande prestation visade att det finns potential för att använda metoder inom DA för självkörande fordon.

The transport industry makes up a significant portion of the carbon dioxide emissions and theg reenhouse effect. Although the transition to electric cars is already happening, the transition is not happening fast enough to meet the EU targets. Because of this, our study has the aim to investigate how the transition to electric cars can be accelerated in Sweden. The study has the goal to identify driving forces and barriers to the adoption of electric cars. Our study starts with a literature review used to gather insight into the research area and construct the data collection, which is done using a survey and interviews. Based on the empirical data, identified aspects are presented. The data from the survey and interviews are combined to label each aspect as a driving force or barrier. Multiple driving forces for electric cars were identified. One of them was the driving experience. Another was the low operational cost, which the potential adopters expected to remain low in the future. It was also found that the potential adopters have good faith in the future development of the charging infrastructure. Lastly, the visibility of electric cars in information channels and media was found to be prominent. With these aspects already being considered relatively good for potential adopters in Sweden, the focus should instead be put on the barriers. However, multiple barriers of significance were found. Most of these stem from limited range, slow recharging, and insufficient infrastructure. It was found that the slow charging and low density of fast charging stations made electric cars impractical except for shorter distances. Also, these factors create range anxiety for the drivers. To solve these issues, the government should incentivize the expansion of the fast-charging network. The purchase cost and total cost of the electric car were also found to be barriers. This is mainly due to the cost of the battery, which is significant. One suggestion is to remove the VAT for electric cars, such economic incentives have proven efficient in other places globally and will also be efficient in Sweden. / Transportbranschen utgör en betydande del av koldioxidutsläppen och växthuseffekten. Även om övergången till elbilar redan sker, sker inte övergången tillräckligt snabbt för att uppfylla EU:s emissionsmål. På grund av detta syftar vår studie till att undersöka hur övergången till elbilar kan påskyndas i Sverige. Studien har som mål att identifiera drivkrafter och hinder för införandet av elbilar. Vår studie börjar med en litteraturöversikt som används för att samla inblick i forskningsområdet och konstruera datainsamlingen, vilket görs med hjälp av en enkät och intervjuer. Baserat på empiriska data presenteras identifierade aspekter. Uppgifterna från undersökningen och intervjuerna kombineras för att märka varje aspekt som en drivkraft eller barriär. Flera drivkrafter för elbilar identifierades. En av dem var körupplevelsen. En annan var de låga driftskostnaderna, som de potentiella användare antog skulle förbli låga i framtiden. Det konstaterades också att de potentiella användare har god tro på den framtida utvecklingen av laddningsinfrastrukturen. Slutligen visade sig elbilarnas synlighet i informationskanaler och media vara framträdande. Eftersom dessa aspekter redan betraktas som relativt bra för potentiella adopterare i Sverige, bör fokuset istället läggas på hindren. Emellertid hittades flera hinder av betydelse. De flesta av dessa härrör från begränsat räckvidd, långsam laddning och otillräcklig infrastruktur. Det visade sig att den långsamma laddningen och den låga densiteten hos snabbladdningsstationer gjorde elbilar opraktiska förutom vid kortare sträckor. Dessa faktorer skapar också räckviddsångest för förarna. För att lösa dessa frågor bör regeringen uppmuntra utbyggnaden av snabbladdningsnätverket. Elbilens inköpskostnad och totalkostnad visade sig också vara hinder. Detta beror främst på kostnaden för batteriet, vilket är betydande. Ett förslag är att ta bort mervärdesskatten för elbilar, sådana ekonomiska incitament har visat sig vara effektiva på andra globala lägen, vilket kommer också att vara effektiva i Sverige.

Today, the automotive industry is facing a transition from internal combustion engines to electric vehicles due to demand changes and sustainability concerns. As a result, new actors have entered the automobile market and gained market shares in the EV sector. Further, this entails that pressure is put on the incumbents in terms of implementing new solutions of e-mobility. Therefore, the purpose of this thesis is to provide managerial recommendations concerning how the incumbents can manage the transition and at the same time stay competitive in the market. Moreover, as this transition is ongoing, the authors aim to contribute within the theoretical field of incumbent’s transition to EVs. In order to achieve this purpose, the authors have conducted a multiple embedded qualitative case study with an explorative approach, where four incumbents have been investigated and two researchers in the field have been interviewed. The research questions, results & analysis and discussion have been divided into three parts: Strategic Management, Transition Management and R&D Management. In terms of the first sub-research question, the incumbents must restructure its managerial levels, decision making processes and communication. Moreover, the incumbents should emphasize innovation and collaboration. Regarding the second sub-research question, the incumbents should identify niches in the supply chain, further developing expert systems and extend collaborations with authorities. In addition, the second-hand value of the EV and strategies of HRM should be considered. In terms of the last and third sub-research question, the incumbents should develop competence within batteries through collaborations with suppliers. Furthermore, investments should be made in collaborative R&D projects regarding recycling and waste processes, battery solutions and emerging technologies such as AI and3D printing. / Idag står bilindustrin inför en övergång från förbränningsmotorer till elektriska fordon på grund av den ökade efterfrågan på elbilar samt miljökrav. Detta har resulterat i att nya aktörer har trätt in på bilmarknaden och erhållit allt större marknadsandelar inom elbilssektorn. Detta har i sin tur pressat de etablerade aktörerna att implementera nya lösningar för e-mobilitet. Syftet med detta examensarbete är därför att ge företagsledningen rekommendationer gällande hur de etablerade företagen kan hantera övergången gentemot elbilar och samtidigt hålla sig konkurrenskraftiga på marknaden. Eftersom denna övergång är pågående, strävar författarna till att bidra till att utöka det teoretiska området gällande de etablerade företagens övergång till elbilar. För att uppnå detta syfte har författarna genomfört en kvalitetsstudie med flera inbäddade fall med en explorativ metod, där fyra etablerade företag har undersökts och två forskare inom området har intervjuats. Forskningsfrågorna, resultatet och analysen samt diskussionen har delats in i tre delar; Strategisk ledning, Transformations hantering och FoU- implementering. När det gäller den första forskningsfrågan, bör de etablerade företagen omstrukturera sina ledningsnivåer, beslutsprocesser och kommunikation. Dessutom bör de etablerade företagen betona innovation och samarbete. När det gäller den andra forskningsfrågan, bör de etablerade aktörerna identifiera nischer i försörjningskedjan, vidareutveckla expertsystem och utöka samarbetet med myndigheterna. Dessutom bör andrahandsvärdet av elbilar och strategier för HRM övervägas. När det gäller den tredje och sista forskningsfrågan, bör de etablerade företagen utveckla kompetens inom batterier genom samarbete med leverantörer. Dessutom bör investeringar göras i samarbetsvilliga FoU-projekt med avseende på återvinnings- och avfalls processer, batterilösningar och framväxande teknik som AI och 3D-printing.

Utvecklingen inom fordonsindustrin går mot autonoma fordon, och som effekt av det behöver både säkerhet och samhällets acceptans öka. För att öka säkerheten i autonoma fordon behöver föraren vara situationsmedveten, vilket kan uppnås genom en röstassistent i fordonet. Om säkerheten skulle öka skulle sannolikt även människors tillit och därav samhällets acceptans öka. Studier pekar på att olika egenskaper så som rösttyp hos röstassistenter kan ha en effekt på förares situationsmedvetenhet och tillit. Denna studie ämnar således att undersöka huruvida en feminin eller maskulin röst hos röstassistenter påverkar förares situationsmedvetenhet och upplevda tillit till autonoma fordon. För att ta reda på detta genomfördes en experimentell studie där deltagare befann sig i en bilsimulator av ett autonomt fordon som simulerade körscenarier. Deltagarna var uppdelade i två grupper där varje grupp fick uppleva en typ av röstassistent, antingen med feminin eller maskulin röst. Deltagarna fick uppleva körscenarier där varningssituationer i olika allvarlighetsgrader uppstod, där de fick fatta beslut kring hur de hade hanterat varningssituationen. I samband med körscenarierna utfördes tre olika datainsamlingar bestående av intervju och enkäter. Resultatet av studien påvisar ingen signifikant eller utmärkande skillnad vad gäller upplevd tillit mellan grupper. Resultatet indikerar inte heller någon utmärkande skillnad mellan gruppernas situationsmedvetenhet. Det finns marginell skillnad mellan grupperna, där gruppen som upplevde feminin röst hade både högre upplevd tillit och situationsmedvetenhet. Slutresultatet i denna studie visar att området behöver utforskas vidare för att upptäcka och förstå eventuella effekter av rösttyper hos röstassistenter. / The development in the automotive industry is moving towards autonomous vehicles, and as a consequence the need to increase both safety and societal acceptance is necessary. To increase safety in autonomous vehicles, the driver needs to be situationally aware, which can be achieved through a voice assistant in the vehicle. If safety were to increase, people's trust and therefore society's acceptance would most likely also increase. Studies indicate that different characteristics of voice assistants, such as the type of voice, can have an effect on drivers' situational awareness and trust. Thus, this study aims to investigate whether a feminine or masculine voice in voice assistants affects drivers' situational awareness and perceived trust in autonomous vehicles. An experimental study was conducted in order to investigate this, where participants were situated in a simulator of an autonomous vehicle that simulated driving scenarios. The participants were divided into two groups where each group experienced one of two types of voice assistants, either with a feminine or a masculine voice. The participants had to experience driving scenarios where warning situations of varying degrees of severity arose, where they had to make decisions about how they would have handled the situation. In connection with the driving scenarios, three types of data collections consisting of interviews and questionnaires were carried out. The results of the study show no significant or distinctive difference in terms of perceived trust between groups. The results also don’t indicate any distinctive difference between the groups' situational awareness. There is marginal difference between the groups, with the group experiencing feminine voice having both higher perceived trust and situational awareness. The final result of this study shows that this research area needs to be explored further to discover and understand the possible effects of voice types in voice assistants.