The report aims to investigate how well a certain type of affordable embedded single board computer can hold up against today's more expensive computers in a computer system by doing various tests on a system with the specified requirements. The system has a Raspberry Pi as the single board computer which task is to control a camera based on coordinates obtained from a server as well as capture and stream a video signal on a network. The researches were conducted to check how much network traffic a single-chip computer sent in different video formats and how much CPU utilization was required. Studies were also made to ensure the accuracy of the camera control. The researches have been experimental, where several tests have been performed and analyzed. The results show that a sufficiently good accuracy can be obtained from the camera steering unit, in which two different servos have been investigated. When the video format MJPEG and H.264 are used, the single-chip computer is able to transmit a video signal up to 1280x720 at 15 fps. The system managed to download and perform calculations on an object from the server at 42.3 ms. When the entire system was up and running at the same time the Raspberry Pi didn’t manage to deliver a video signal and obtain the coordinates from the server fast enough. Depending on the video format the performance on the single-chip computer varied, but no setup managed to keep the system stable enough to reach the requirements. / Rapportens syfte är att undersöka hur väl en viss typ av billigare enkortsdator kan stå sig mot dagens dyrare datorer i ett datorsystem genom att göra olika undersökningar på ett system med uppsatta krav. Systemet har en Raspberry Pi som enkortsdator och har till uppgift att styra en kamera utifrån koordinater som fås från en server samt fånga och strömma en videosignal ut på ett nätverk. De undersökningar som gjordes var att kontrollera hur mycket nätverkstrafik som enkortsdatorn sände vid olika format på videosignalen samt hur mycket CPU- utnyttjande som krävdes. Undersökningar gjordes också för att säkerställa precisionen på kamerastyrningen. Alla undersökningar har varit experimentella, där flera olika tester har utförts och analyserats. Resultatet från undersökningarna visar att en tillräckligt god precision kan fås från kamerastyrningen, där två olika servon har undersökts. När videoformaten MJPEG och H.264 används kan enkortsdatorn klara av att sända ut en videosignal upp till 1280x720 med 15 bildrutor per sekund. I systemet som testerna utfördes på klarade enkortsdatorn av att hämta och utföra beräkningar på ett objekt från servern på 42,3 ms. När hela systemet var igång samtidigt klarade dock inte Raspberry Pi av att leverera en videosignal och hämta koordinater från servern tillräckligt snabbt. Beroende på vilket videoformat som användes presterade enkortsdatorn olika bra, men det var ingen inställning som stabilt klarade av att nå kraven.

Saab använder sig i nuläget av ett utdaterat system för att utföra tester av deras produkter. Systemet filmar ur olika vinklar och sammanfogar videoströmmarna till en slutgiltig video, där de sedan kan analysera resultatet av produkten. Enkortsdatorer är något som på senare år har blivit mer och mer populärt, Saab vill därför undersöka om det går att ersätta det äldre systemet med enkortsdatorer och kameror.Det ska undersökas om enkortsdatorn BeagleBoard klarar av att köra objektidentifiering samtidigt som den filmar och utför operationer som videosynkning, videokodning samt sparar den synkade filmen.Undersökningen visade att BeagleBoardens processor inte är tillräckligt kraftfull för att klara av objektidentifieringen utan hårdvarustöd. Istället behöver det utföras av en dator som bearbetar filmen i efterhand och plockar ut objekt. Det har förslagits en bättre metod för att göra objektidentifieringen smartare och lärande som kommer fungera bättre i Saabs fall. / Saab is currently using an old and complex system to perform tests of their products. The system is based on filming from different angles which will be merged to one film from which Saab can analyze the results of their products. Single-board computers is something that have become increasingly popular in the recent years, therefore, we are to investigate whether it is possible or not to replace the older systems with SBCs and cameras.We will also investigate whether the BeagleBoard is capable of detecting objects while filming, synchronizing, encoding and saving the video for later use.The result showed that the processor isn’t powerful enough to handle object identification without full hardware support. Instead, it needs to be performed afterwards by a computer which will identify objects in the video. A better method has been proposed to make object identification smarter and learning, which will work better in Saab’s case and their future work.

This work comprises an approximation of the energy consumption of the transceiver circuit in a single board computer. Single board computers, such as the Raspberry Pi 4 Model B that is used here, are usually cheap and therefore more accessible. This method of estimation does not use any other hardware which gives it an advantage compared to many other methods that use expensive measurement equipment, but it unfortunately comes with certain trade-offs, like accuracy, to name one example. One area where this approximation method could be applied is for optimizing the energy efficiency of wireless sensor networks. The method can be divided into two main parts, firstly the transceiver’s active transmission and reception states are profiled and then a power model is chosen and adapted to suit the transceiver as well as possible. These two steps are then combined and results in an energy consumption approximation. The evaluation of the results showed that the estimations are reasonable according to the most relevant findings on measuring a similar transceiver circuit, but there are also limitations that brings uncertainty to the results. More relevant studies are needed to properly assess the method of estimation and some further improvements are suggested. / Olika typer av elektroniska enheter utgör idag en stor del av många människors vardag och samhället i stort. Mobiltelefoner, laptops och olika sensorer är bara några exempel på dessa enheter som fyller viktiga funktioner i både vardag och arbete. En stor del av dem använder ett protokoll som heter IEEE 802.11ac för att kommunicera och de bör gärna göra det så energi-effektivt som möjligt. Det här arbetet undersöker energikonsumtionen hos en transceiverkrets som använder det nämnda protokollet för att skicka och ta emot datapaket. Målet med arbetet är uppskatta energikonsumtionen så väl som möjligt, med hjälp av billig och lättillgänglig hårdvara. Av den anledningen används en enkortsdator för att göra uppskattningen, mer specifikt en Raspberry Pi 4 Model B (RPi). Eftersom energiåtgången för transceiverkretsen inte kan mätas direkt från strömmen som dras av datorn, måste mjukvara skrivas för att göra uppskattningen. På det sättet undviker man behovet av dyr mätutrustning, men man måste göra avkall på till exempel noggrannhet i utbyte. Ett område där metoden eventuellt kan appliceras är för att göra trådlösa sensornätverk mer energi-effektiva. Metoden som användes för energiuppskattningen kan delas upp i två huvuddelar, förutom litteraturstudien som gjordes för att få en djupare förståelse för ämnet. Först profilerades transceiverkretsens aktiva tillstånd för transmission (TX) och mottagning (RX), som ligger i fokus för det här arbetet. Till detta användes mjukvaran perf som är ett prestandaanalyseringsverktyg som finns tillgängligt för Linuxsystem. Med hjälp av perf fick man fram längden av varje TX och RX operation i millisekunder. Sedan valdes en passande kraftmodell som anpassades för att efterlikna egenskaperna i RPi datorns transceiver så noga som möjligt. Modellen gav två olika formler för att beräkna kraftåtgången för TX respektive RX, vilket sedan multiplicerades med tidsåtgången för varje operation för att få fram energikonsumtionen. Metoden testades genom att skicka och ta emot datapaket med en storlek på 256 byte, mäta tidsåtgången, och sist räkna ut hur mycket energi som gick åt för varje enskilt paket. Resultaten presenterades med olika grafer samt en rimlighetsanalys. Slutsatsen var att resultaten verkar rimliga utgående från de mest relevanta fynden som gjordes inom ramen för litteraturstudien, men även att fler relevanta studier och mätningar behövs för att kunna göra en bättre bedömning av metodens tillförlitlighet. Slutligen framfördes förslag på eventuella förbättringar av arbetet samt områden för vidareutveckling.

This master thesis project was carried in collaboration with Keolis AB. One of the company’s goals is to seek for a possible replacement to expensive custom hardware units by cheap single board computers. As a test case, a simple application is proposed, which implements driver identification by scanning the barcode of driving license (personnummer). The main objective of this project is to find a suitable single board computer, to implement the proposed driver identification application, to send the driving license number along with the timestamp in a web page and test the functionality of the single board computer according to procedures specified in ISO and IEC standards for road vehicles. A parser that analyzes the input string of a barcode reader was implemented in C programming language. The barcode reader scans a barcode or a QR code and the parser returns the content of the barcode symbol in ASCII character format. The driver license number as well as the timestamp should be published to a web page. A webpage was created using the Django Web Framework, which is a database-driven website. Each time a driving license barcode is scanned, a POST Http request method is performed and both the driving license and timestamp are stored in a SQLite database. Each time a GET request method is performed the data stored in the SQLite database is retrieved and presented in the website. The communication between the single board computer Raspberry Pi and the Django framework is achieved using cURL, which is an open source command line tool and library for transferring data with URL syntax. The data of the website will be manipulated in the backend. Moreover, heat and humidity environmental testing were performed as described in ISO and IEC standards for road vehicles, to evaluate the functionality of the system under certain environmental conditions. These tests showed the working temperature range and the humidity range that the Raspberry Pi can tolerate. As a conclusion, it can be stated that Raspberry Pi can be used in the passenger compartment with expected temperatures to be below 100 Celsius, but not in the engine compartment where temperatures more than 100 Celsius can occur. In addition, Raspberry Pi can perform in all the levels of humidity that has been tested. If it is necessary to be employed in other bus compartment with increased temperature, a more expensive robust embedded single board Linux computer should be chosen. Future work should include vibrations and immunity testing, in order to fully qualify with the ISO and IEC standards. These types of tests are costly and should therefore be performed by automotive manufacturers or other parties who are expected to bear such a cost. / Detta examensarbete genomfördes i samarbete med Keolis Sverige AB. Ett av företagets mål är att söka efter möjliga system som ersättning till dyra, specialanpassade hårdvaruenheter och istället övergå till billiga enkortsdatorer. Som ett testfall föreslås ett enkelt program, som genomför identifiering av föraren genom att skanna streckkoden på körkortet (personnummer). Huvudsyftet med projektet är att hitta en lämplig enkortsdator, att implementera den föreslagna föraridentifieringsapplikationen, skicka körkortsnumret/personnumret med tidsstämpel till en webbsida och testa funktionaliteten hos enkortsdator enligt testrutiner som beskrivs av ISO- och IEC-standarder för vägfordon. En parser som analyserar indatasträngen av en streckkodsläsare implementerades i programmeringsspråket C. Streckkodsläsaren skannar en streckkod eller en QR-kod och parsern returnerar innehållet i streckkoden på ASCIIteckenformat. Körkortsnumret samt tidsstämpel publiceras på en webbsida. En webbsida har skapats med Django Web Framework, som är en databasdriven webbplats. Varje gång körkortets streckkod skannas, skickas en POST http-begäransmetod som utförs varvid både körkort och tidsstämpel lagras i en SQLite databas. Varje gång en GET-begäran skickas, lagras data i SQLite databasen och presenteras på webbplatsen. Kommunikationen mellan enkortsdatorn Raspberry Pi och ett Django-ramverk uppnås med hjälp av cURL, som är ett kommandoradsverktyg med öppen källkod, och ett bibliotek för att överföra data med URL-syntax. Uppgifterna på webbplatsen manipuleras i backend. Miljötålighetsprovning med avseende på värme- och fuktighet har utförts för att utvärdera systemets funktionalitet under specifika miljöförhållanden. Testerna specificeras i ISO- och IEC-standarder för vägfordon. Dessa tester visade vilka arbetstemperaturer och vilken luftfuktighet som Raspberry Pi klarar. Det kan konstateras att Raspberry Pi kan användas i passagerarutrymmet, där temperaturen förväntas ligga under 100 Celsius, men inte i motorrummet där temperaturer högre än 100 Celsius kan förekomma. Vidare har Raspberry Pi visat sig fungera vid de nivåer av luftfuktighet som har förkommit i testerna. I de fall där systemet skall användas i miljöer med högre temperaturer bör en dyrare och mer robust inbyggd (embedded) Linux-enkortsdator väljas. Det framtida arbetet bör omfatta vibrations- och elstörningstester för att fullt ut säkerställa att systemet klarar gällande ISO- och IEC-standarder. Dessa typer av test är kostsamma och bör därför genomföras av fordonstillverkare eller andra aktörer som förväntas kunna bära en sådan kostnad.