Driving a heavy-duty distribution truck in an urban environment is an intricate task that requires atremendous effort from the driver. Even a minor error such as briefly looking away from the road for asecond could have fatal consequences. The automotive industry is heavily investing into making roads saferand innovations such as the seat belt has been able to save millions of lives. With the introduction of new lawsand regulation there is an emerging adaptation of driver monitoring systems in vehicles which aims to savemore lives and improve the driving experience. This master thesis presents the exploration and design of a holistic concept for how driver state monitoringcould be implemented in a manual heavy-duty distribution truck in the year of 2035 at Scania. The mainpurpose is to add value to drivers by finding solutions that bridge driver needs and monitoring technology.Driver state monitoring is a field that introduces abilities for the vehicle to connect and understand the driverin order to provide more efficient assists for a safer and more pleasurable driving experience. An iterative usercentered design process was initialized with user interviews, observations and literature reviews that resulted inan in-depth view of the driver’s needs and a summary of the latest research and innovations. A creative phasegenerated multiple ideas that where evaluated using qualitative feedback from drivers and experts. A final setof features was selected and by using 3D modelling and video editing, an eight minute long animated film wascreated that showcases the possibilities of driver state monitoring in a heavy-duty distribution truck in 2035. The final concept is a unified vision of 22 features in a heavy-duty electric distribution truck, utilizing hybriddriver state monitoring techniques in order to provide a safer and more pleasurable driving experience. It isinspired and created around the latest research and innovations in the automotive industry and aims to inspireScania in their future work to implement and innovate new solutions based on driver state monitoring. This isa thesis work by two Master of Science student within Industrial Design Engineering from Luleå University ofTechnology at Scania in the spring of 2020. / Att köra en distributionslastbil i stadsmiljö är en komplicerad uppgift som kräver en stor insats från föraren. Till och med ett litet misstag som att titta bort från vägen under en kort period kan få katastrofala följder.Fordonsindustrin investerar mycket inom säkerhet och innovationer som säkerhetsbältet har väldigtframgångsrikt bidragit till att rädda miljontals liv på vägarna. I och med nya lagar implementeras system ifordon som bevakar föraren, med målet att rädda fler liv och skapa en bättre körupplevelse. Det här examensarbetet syftar till att designa ett helhetskoncept som visar hur bevakning av föraren kanimplementeras i en manuell distributionslastbil på Scania år 2035. Det huvudsakliga målet är att skapa värdeför förarna genom att hitta lösningar som bryggar gapet mellan förarnas behov och tekniken som möjliggörbevakning av föraren. Genom att introducera denna typ av förarbevakningsteknik ges möjligheten förfordonet att bättre förstå sig på föraren, vilket i sin tur möjliggör ökad säkerhet och bättre körupplevelser. Eniterativ och användarcentrerad designprocess användes och inleddes med intervjuer, observationer och enlitteraturstudie, vilket resulterade i en djup förståelse för förarnas behov samt en summering av den senasteforskningen och innovationerna. En kreativ fas genererade en mängd idéer som sedan utvärderas med hjälp avkvalitativ feedback från både förare och experter. Ett slutligt urval av funktioner togs fram och visualiseradesgenom att skapa en animerad film. Den färdiga åtta minuter långa filmen visar på möjligheterna med tekniksom bevakar föraren i en distributionslastbil år 2035. Det slutliga konceptet förenar 22 funktioner i en elektrisk distributionslastbil. Ett flertal tekniker utnyttjas föratt bevaka föraren och tillsammans bidrar de till en säkrare och mer njutbar körupplevelse. Konceptet ärinspirerat av- och bygger på den senaste forskningen och de senaste innovationerna inom fordonsindustrin,med målet att inspirera Scania i framtida projekt där förarbevakningssystem utvecklas och implementeras.Detta arbete är ett examensarbete gjort av två civilingenjörsstudenter inom tekniks design från Luleå tekniskauniversitet på Scania under våren 2020.

In a world where much of society is dependent on digital infrastructure, various cyber threats can pose a great risk to businesses, critical infrastructure and potentially entire nations. For this reason, research and education as well as the preparation of strategies,  training of personnel etc., is imperative. Cyber ranges can provide ''safe environments'' in which for example cyber security exercises and experiments can be conducted. While easier to deploy and configure than ''real'' infrastructures, monitoring of such environments during ongoing exercises/experiments poses a number of challenges. During this thesis work, the question of what types of data and information could be relevant to provide in a monitoring system for this context was investigated, with regard to aspects such as providing technical support or gaining situational awareness during exercises. Results gained from a survey with participants from relevant organizations, contributed greatly to this question. The survey and literature study also provided insights into challenges and potential problems of developing and running such monitoring. CRATE is a cyber range developed and maintained by the Swedish Defence Research Agency (FOI). In this thesis work, some of the challenges and potential problems found are tackled with a suggested design and an implemented monitoring system prototype for CRATE. Apart from providing functionality to retrieve information about accounts and privileges as well as status of services, the design of the prototype also lays the foundation for a flexible and extensible monitoring system -- fully adapted for use within a cyber range. With cyber exercises becoming both more prevalent and extensive, the need for capable monitoring of exercise environments will naturally arise. While the developed prototype may facilitate future cyber exercises/experiments in CRATE, the results of this thesis work are also ready to be used as a source of inspiration for other cyber range operators.

Bakgrund och syfte: Det finns en ny generation av organisatorisk automatisering kallad hyper- automation. Till skillnad från klassisk automation omfattar hyperautomation en samordnad tillämpning av olika avancerade automatiseringstekniker, såsom RPA, AI och ML, som kan tillämpas för att automatisera såväl rutinmässiga som mer kognitivt krävande arbetsuppgifter. Konceptets utformning och tillämpning är ännu tämligen outforskade områden, vilket skapar ovisshet gällande dess effekter och implikationer inom de sociala kontexter där de skapas och används. Följaktligen finns ett behov av ytterligare studier rörande människa och automation i hybrid, varför denna uppsats syftar till att utforska hyperautomation i allmänhet, och dess utformning och tillämpning i synnerhet. Särskild uppmärksamhet ägnas åt de aktiviteter och implikationer som uppstår i människa-maskin-interaktionerna som hyperautomationsprocessen innebär och eftersträvar, samt hur olika organisatoriska aktörer upplever och reflekterar kring dessa. Detta uppfylls genom att granska hur ett konsultföretag, som förmedlar hyperautomationslösningar, och ett av dess kundföretag, observerar de kort- och långsiktiga effekterna av och målen med införandet av hyperautomation. Litteraturgenomgång: Uppsatsens teoretiska utgångspunkt underbyggs av tidigare forskning avseende fyra väsentliga intresseområden – människa, digital teknik och organisation, hyperautomation, HR och digitalisering samt digital innovation. Vidare guidas studiens analys och diskussion av två teoretiska ramverk; Distribuerad kognition och Ramverket för ansvarsfull innovation. Metod: Uppsatsen utgörs av en kvalitativ fallstudie, med abduktiv ansats, som baseras på insikter från både tidigare forskning och empiriska resultat. Empirin genereras genom semistrukturerade intervjuer med sju respondenter, varav tre tillhör det studerade kundföretaget och resterande fyra är verksamma inom konsultföretaget. Bearbetning av insamlade data sker enligt en tematisk analys, vilken mynnar ut i fyra huvudteman och totalt tio underteman. Resultat: Resultatsammanställningen struktureras i enlighet med studiens fyra huvudteman; beslutet att hyperautomatisera, samordning, processen att hyperautomatisera samt framtidsutsikter. Kortfattat baseras hyperautomationsinitiativet på en ambition om att spara tid och pengar, samt att avlasta linjecheferna. Vidare identifieras brister avseende samordningen av onboardingprocessens involverade moment och aktörer. Beträffande processen att hyperautomatisera beslutas att denna ska ske i iterationer. Samtidigt som detta bedöms vara positivt för att komma igång, hinner inte förvaltningen med att hantera alla de problem som påträffas under användningen av hyperautomationslösningarna. De studerade företagen ser likväl positivt på framtiden och har ambitioner om att utöka hyperautomationen med fler avancerade digitala tekniker, såsom AI. Utmaningarna gällande samordning och kommunikation måste dock hanteras dessförinnan. Diskussion och slutsatser: Hyperautomationen är välkommen och efterlängtad som koncept, men det uppstår problem avseende både dess praktiska utformning och tillämpning. Dessa bekymmer härleds till bristen på balanserad samordning och kommunikation, med särskild emfas vid avsaknaden av tidiga inputs från slutanvändarna.

Byggnadsinformationsmodellering (BIM) som begrepp har existerat i mer än 20 år och arbetssätt som innefattar BIM är fortfarande ett område i stark utveckling. BIM är ett arbetssätt som använder sig av digitala modeller med särskilt fokus på att knyta an- och dela information. En BIM-integrering medför en stor kostnad vilket har begränsat arbetssättet till de större företagen. Därav har det inte spridits till de mindre företagen i samma omfattning.  Denna fallstudie använde sig av en Trimble X12 och terrester laserskanning som metod för att utforska möjligheterna kring digital integrering hos ett mindre tillverkningsföretag. Detta skedde genom att skapa en nerskalad BIM-modell över en utvald CNC-maskin med dess tillbehör med hjälp av punktmoln och RGB-bilder i mjukvaran Autodesk Inventor. Datainsamling, utförandet och analys av punktmolnskvalitet genomfördes med hjälp av en kvantitativ process. RMS (Root Mean Square) beräknades genom att ta referensmått på CNC-maskinen med måttband för jämförelse med mått i punktmoln. Informationen till den nerskalade BIM-modellen utformades efter företagets behov. Med hjälp av semistrukturerade intervjuer hämtades information in gällande BIM och digitala tvillingar i form av tillvägagångsätt, metodutförande och utmaningar. Punktmolnet bearbetades i Autodesk ReCap för vidare modellering och hade ett medelöverlapp på 56 %, medelosäkerhet på 0,5 mm med ett RMS-värde på CNC-maskinens punktmoln på 6,5 mm. Terrester laserskanning visar sig vara otillräcklig för att noggrannt skanna in den utvalda CNC-maskinen, då den har flera reflektiva och mörka ytor. Detta förhindrar en låg osäkerhetsnivå. Studien föreslår därav andra möjliga alternativ som kan komplettera TLS för att förbättra punktmolnets kvalitet, men som kräver ytterliggare forskning. BIM-modellen berikades med information med hjälp av en ritningsfunktion i Autodesk Inventor i PDF-format. Ritningar presenteras i olika vyer tillsammans med informationstabeller och dimensionsmått efter företagets val av information. Ritningarna, BIM-modeller och arbetssätt utvärderades med företaget i fråga. BIM-modellen visade sig vara detaljmässigt överflödig för företagets intressen. Modellen tog två veckor att framarbeta, vilket anses vara för kostsamt för företaget i fråga. Men den information som modellen var berikad med gav positiva tankar kring framtida BIM-integrering i verksamheten, speciellt inom underhåll och komplettering av underlag för äldre och modifierade maskiner. Studien visar på att mer forskning kring digital integrering i mindre tillverkningsindustrier behövs. / Building information modeling (BIM) is a term that has existed for more than 20 years and is still developing. BIM utilizes enhanced digital models with attributes that focus on adding and sharing information. BIM is very costly to implement, limitingits use to mainly the larger companies. Thus, BIM has not been as widespread regarding smaller businesses. This case study explores the area of digital integration of a BIM-model of a CNC-machine in a smaller manufacturing company. With the aid of a Trimble X12 and terrestrial laser scanning, the study investigated the process of creating a scaled down BIM-model detailing a selected CNC-machine by using point clouds and RGB-images in the software Autodesk Inventor. The data collection, execution, and point cloud quality were analysed with a quantitative process along with RMS-calculations of measurements in the point cloud to reference measurements. The information assigned to the model was according to the company's needs. Using semi-structured interviews, the area of BIM and digital twins regarding the process, methods and challenges were discussed.  The point cloud was processed in Autodesk ReCap for further modeling and had an average overlap of 56 %, an average uncertainty of 0,5 mm with an RMS-value of the CNC-machines point cloud of 6,5 mm. Terrestrial laser scanning proved to be insufficient when it comes to scanning the CNC-machine, as it had multiple reflective and dark surfaces, which prevented a low level of uncertainty. Thus this study proposes several other techniques that can be combined with TLS to improve the point cloud quality, which will require further research. The BIM-model was enriched with information by using Inventors' drawing features. These were then presented in different views together with tables of information and dimensions after the company’s chosen information. The drawings, BIM-models and workflow were then evaluated with the Aknes Mekaniska company. In terms of its level of detail The BIM-model proved to be superfluous, for the company’s interests. The model took two weeks to produce, which was deemed too costly for the company in question. But the information attached to the model resulted in positive thoughts from the company regarding future BIM-integration, specifically in maintenance and supplementing documentation of older or modified machines. In summary, the results of the study points to the need of further research of digital integration in smaller manufacturing companies.

In this fast pace world, climate change is one of the primary concerns worldwide. The world is racing towards reducing CO2 emissions by focusing on decreasing energy consumption. Electric motors capture about two-third of the industrial energy consumption, of which the most growing sector is electrical vehicles. The precise design of electric motors requires an optimal estimation of the machine’s performance characteristics. In this master thesis, the impact on core losses of an electric machine (e-machine) due to laser cutting is studied. The impact is derived in terms of a mathematical model which is introduced in a finite element model of an e-machine to attain optimal performance characteristics. A customized Single Sheet Tester (SST) based measuring apparatus is developed. The measuring apparatus is used to characterize the magnetic materials (electrical steel) used in the core of an e-machine. The studies already presented in the literature compromise on maintaining the same material mass while characterizing the magnetic material. Thus, a novel approach is attempted in this work to maintain approximately the same mass for all test samples used for characterization. The samples under test are laser cut possessing different sample widths leading to different distances from the cut edge. The characterized samples are compared for magnetic properties such as permeability and core losses to derive a mathematical model to estimate the impact of degradation in electrical steel. The derived models are implemented in a reference Permanent Magnet Synchronous Machine (PMSM) to analyze the degradation effect on the loss and performance characteristics. The influence of laser cutting impacts drastically the iron losses at an average which increases by about 35 % with a corresponding reduction of 21 % in material permeability. There is an average increase in machine torque by about 2 % and the increase in the total iron losses leads to an average 0.5 % decrease in the efficiency of the machine. The increase in iron losses at lower magnetic flux densities is more significant compared to the saturation region. The maximum degradation effect in the material is nearer to the cutting edge and reduces going away from the cut-edge. The permeability in the material decreases closer to the cut edge and thus the maximum amount of flux gets enforced towards the center because of degradation. / I denna snabba värld är klimatförändringarna en av de främsta problemen världen över. Världen tävlar mot att minska CO2 -utsläppen genom att fokusera på att minska energiförbrukningen. Elmotorer tar upp ungefär två tredjedelar av den industriella energiförbrukningen, varav den mest växande sektorn är elfordon. Den exakta designen av elmotorer kräver en optimal uppskattning av maskinens prestandaegenskaper. I denna masteruppsats studeras inverkan på kärnförluster hos en elektrisk maskin (e-maskin) på grund av laserskärning. Effekten härleds i termer av en matematisk modell som åberopas i en Finite Element Modelling (FEM) av en e-maskin för att uppnå optimala prestandaegenskaper. En skräddarsydd SST-baserad mätapparat utvecklas. Mätapparaten används för att karakterisera de magnetiska material (elektriskt stål) som används i kärnan i en e-maskin. De studier som redan presenterats i litteraturen kompromissar med att bibehålla samma materialmassa samtidigt som de karakteriserar det magnetiska materialet. Således har ett nytt tillvägagångssätt försökts i detta arbete för att bibehålla ungefär samma massa för alla testprover som används för karakterisering. Proverna som testas är laserskurna med olika provbredder vilket leder till olika avstånd från den skurna kanten. De karakteriserade proverna jämförs för magnetiska egenskaper såsom permeabilitet och kärnförluster för att härleda en matematisk modell för att uppskatta effekten av nedbrytning i elektriskt stål. De härledda modellerna implementeras i en referens PMSM för att analysera nedbrytningseffekten på förlust- och prestandaegenskaper. Inverkan av laserskärning påverkar drastiskt järnförlusterna med ett genomsnitt som ökar med cirka 35% med en motsvarande minskning av 21 % i material permeabilitet. Det finns en genomsnittlig ökning av maskinens vridmoment med cirka 2 % och ökningen av de totala järnförlusterna leder till en genomsnittlig minskning av maskinens effektivitet med 0,5 %. Ökningen av järnförluster vid lägre magnetiska flödestätheter är mer signifikant jämfört med mättnadsområdet. Den maximala nedbrytningseffekten i materialet är närmare skäreggen och minskar bortgången från skärkanten. Permeabiliteten i materialet minskar närmare den skurna kanten och sålunda tvingas den maximala mängden flöde in mot mitten på grund av nedbrytning.

For manufacturing enterprises, the potential of collecting large amounts of data from production processes has enabled the usage of machine learning for prediction-based monitoring and maintenance of machines. Yet common maintenance strategies still include reactive handling of machine failures or schedule-based maintenance conducted by experienced personnel. Both of which are time-consuming and costly for manufacturing enterprises. The incorporation of anomaly detection for production processes alleviates several problems connected to these resource-intensive maintenance strategies. Anomaly detection enables real-time maintenance alarms derived from the occurrence of anomalies and thereby a foundation for proactive maintenance during manufacturing. However, to realize this, one needs to investigate the correlation between machine failure and anomalies in the data. For the machine learning models, it is also of essence to handle the imbalance between failure and normal working condition data. In this work, we investigate the potential of anomaly detection to predict future tool failures of an active CNC-machine based on multivariate time series data collected through the standardized data collection protocol MTConnect. Two semi-supervised anomaly detection methods, DeepAnT and ROCKET OCSVM, were tested. Training and evaluation of the two models were conducted on three production part processes and the difference in anomaly distribution previous to failure and in the normal machine working condition was investigated. The results showed that both models, for all the investigated tool failures belonging to the three production part processes, found an abundance of anomalies preceding failure when compared to the normal working condition of the machines. For certain tool failures, the anomalies were found as far back as seven production cycles before failure, while other anomalies were mainly uncovered close to the failure. Furthermore, it was shown that both models performed optimally with 100 production cycles before tool failures excluded from training, indicating that more anomalies further back connected to failure or possible long-term degradation of machine tools could exist. Lastly, ROCKET OCSVM with RBF kernel showed greater reliability compared to the DeepAnT method in separating the normal working condition data of the CNC machine against the pre-failure data based on anomaly distribution. In conclusion, anomaly detection shows promising results in indicating future machine failure and could serve as a foundation for proactive maintenance strategies of machines. By incorporating proactive strategies, machine downtime, operator maintenance time, and resources and expenses resulting from machine failure could be reduced. / För produktionsföretag har potentialen att samla in stora mängder data från produktionsprocesser möjliggjort användningen av prediktionsbaserad övervakning och underhåll av maskiner genom maskininlärning. Ändå så utgörs fortfarande vanliga underhållsstrategier av reaktiv hantering av maskinfel eller schema baserat underhåll som utförs av erfaren personal. Båda dessa är tidskrävande och kostsamma för tillverkningsföretag. Införandet av anomali detektering för produktionsprocesser lindrar flera problem kopplade till dessa resursintensiva underhållsstrategier. Det möjliggör underhålls-larm i realtid härledda från förekomsten av anomalier, vilket skapar en grund för proaktivt underhåll under tillverkningen. Men för att möjliggöra detta måste man undersöka sambandet mellan maskinfel och anomalier i data utifrån definierade insamlingsmetod. Det är också viktigt att hantera obalansen mellan fel och normal arbetstillstånd data för maskininlärningsmodellerna. I det här arbetet undersöker vi potentialen för delvis övervakad anomali detektering för att förutsäga framtida verktyg fel hos en aktiv CNC-maskin baserat på multivariat tidsseriedata som samlats in genom det standardiserade datainsamling protokollet MT Connect. Två anomali detekterings metoder som endast tränats på normala arbetsförhållanden för maskiner testades, DeepAnT och ROCKET OCSVM. Träning och utvärdering av de två modellerna genomfördes på tre produktionsdelprocesser och skillnaden i anomali fördelning före fel och i det normala maskinens arbetstillstånd undersöktes. Resultaten visade att båda modellerna, för alla undersökta verktygsfel som hör till de tre produktionsdelprocesserna, fann ett överflöd av anomalier före fel i jämförelse med maskinernas normala arbetstillstånd. För vissa verktygsfel hittades anomalierna så långt tillbaka som sju produktionscykler före fel, medan andra anomalier huvudsakligen upptäcktes nära felet. Vidare visades det att båda modellerna presterar optimalt med 100 produktionscykler före verktygsfel uteslutna från träningen, vilket tyder på att fler anomalier tidigare än de åtta produktions cyklarna undersökta innan fel eller eventuell långvarig försämring av verktygsmaskiner kan förekomma. Slutligen visade ROCKET OCSVM med RBF som kärnfunktion större tillförlitlighet i jämförelse med DeepAnT metoden gällande att separera CNC-maskinens normala arbetstillstånd data från pre-failure-data baserat på anomali fördelning. Sammanfattningsvis visar avvikelse detektering lovande resultat för att indikera framtida maskinfel och kan fungera som en grund för proaktivt underhåll av maskiner. Genom att införskaffa proaktiva strategier kan maskinernas stilleståndstid, operatörens underhållstid samt resurser och kostnader till följd av maskinfel minskas.

At request of the company Climeon, this study was made regarding transportability of skid mounted heavy machinery. The study aimed to investigate what constraining dimensions there might be when transporting by road and sea as well as necessary features that would accommo date lifting, handling, lashing and securing. A literature study was done on the topic of common load carriers and logistics with heavy transports. An interview study was conducted with employees at Climeon to learn how transports are done currently, as well as input on how transports and handling of the machinery could be of higher quality. A conceptual design was made where lifting was simulated with aid of the FEA tool in SolidWorks. An analysis of necessary lashing points was done in Matlab to verify safe transports on road and sea. A dimensional constraint study was made where dimensional breaking points were identified. Price inquiries for these were sent to a forwarding agent to attempt to quantify the cost for transporting skids of various sizes. Trucking is a good mean for transporting within Europe. Roll on-Roll off or flat rack shipping are viable options for transporting large and sensitive machinery when transport by sea is necessary. Lashing the skid could be done mainly with direct lashes in combination with rubber mats for increased friction. A machinery in this order of magnitude can be lifted with a single hook if the structural elements and the lifting eyes are placed positioned in a proper way. / På uppdrag av företaget Climeon gjordes denna studie gällande transporterbarhet av rammonterade maskiner. Studiens mål var bland annat att hitta brytpunkter för dimensionering baserat på väg- och sjötransporter, samt att ta reda på vilka funktioner som behövs för att tillgodose lyft, hantering, surrning och säkring. En literaturstudie utfördes, med fokus på olika lastbärare och logistik kring tunga transporter. För att få djupare insikt i hur transportkvaliteten kan ökas, samt samla in information kring den nuvarande transporthanteringen, utfördes en intervjustudie med anställda från företaget. En konceptuell design togs fram där lyft simulerades med hjälp av FEM-analys i SolidWorks. En analys gjordes i Matlab där nödvändiga surrningspunkter undersöktes för att verifiera säkra transporter på väg och till sjöss. En studie där dimensionella begränsningars inverkan på transportpris gjordes, prisförfrågningar skickades då till en speditör och ett försök gjordes till att kvantiera priset för olika dimensioner på ramen. Lastbil är ett bra sätt att transportera tungt maskineri inom Europa. Roll on-Roll off och flat rack de bästa sättet för transport till sjöss, för stora och ömtåliga maskiner. Maskinen kan säkras i surrningsöglor med spännband eller kedja i direkt surrning i kombination med gummimatta för ökad friktion. En rammonterad maskin i denna storleksordning kan lyftas via ett enkrokslyft om lyftöglor och ramelement är placerade på ett lämpligt vis.

The field of autonomous robots have been explored more and more over the last decade. The combination of machine learning advances and increases in computational power have created possibilities to explore the usage of machine learning models on edge devices. The usage of object detection on edge devices is bottlenecked by the edge devices' limited computational power and they therefore have constraints when compared to the usage of machine learning models on other devices. This project explored the possibility to use real time object detection on a Raspberry Pi as input in different control systems. The Raspberry with the help of a coral USB accelerator was able to find a specified object and drive to it, and it did so successfully with all the control systems tested. As the robot was able to navigate to the specified object with all control systems, the possibility of using real time object detection in faster paced situations can be explored. / Ämnet autonoma robotar har blivit mer och mer undersökt under de senaste årtiondet. Kombinationen av maskin inlärnings förbättringar och ökade beräknings möjligheter hos datorer och chip har gjort det möjligt att undersöka användningen av maskin inlärningsmodeller på edge enheter. Användandet av bildigenkänning på edge enheter är begränsad av edge enheten begränsade datorkraft, och har därför mer begränsningar i jämförelse med om man använder bildigenkänning på en annan typ av enhet. Det här projektet har undersökt möjligheten att använda bildigenkänning i realtid som input för kontrollsystem på en Raspberry Pi. Raspberry Pien med hjälp av en Coral USB accelerator lyckades att lokalisera och köra till ett specificerat objekt, Raspberryn gjorde detta med alla kontrollsystem som testades på den. Eftersom roboten lyckades med detta, så öppnas möjligheten att använda bildigenkänning på edge enheter i snabbare situationer.

Internet of Things (IoT) refers to the interconnection of uniquely identifiable smart devices which enables them to participate more actively in everyday life. Among large-scale applications, machine-type communications (MTC) supported by cellular networks will be one of the most important enablers for the success of IoT. The existing cellular infrastructure has been optimized for serving a small number of long-lived human-oriented communications (HoC) sessions, originated from smartphones whose batteries are charged in a daily basis. As a consequence, serving a massive number of non-rechargeable machine-type devices demanding a long battery lifetime is a big challenge for cellular networks. The present work is devoted to energy consumption modeling, battery lifetime analysis, and lifetime-aware network design for massive MTC services over cellular networks. At first, we present a realistic model for energy consumption of machine devices in cellular connectivity, which is employed subsequently in deriving the key performance indicator, i.e. network battery lifetime. Then, we develop an efficient mathematical foundation and algorithmic framework for lifetime-aware clustering design for serving a massive number of machine devices. Also, by extending the developed framework to non-clustered MTC, lifetime-aware uplink scheduling and power control solutions are derived. Finally, by investigating the delay, energy consumption, spectral efficiency, and battery lifetime tradeoffs in serving coexistence of HoC and MTC traffic, we explore the ways in which energy saving for the access network and quality of service for HoC traffic can be traded to prolong battery lifetime for machine devices. The numerical and simulation results show that the proposed solutions can provide substantial network lifetime improvement and network maintenance cost reduction in comparison with the existing approaches. / <p>QC 20161103</p>

Purpose: The purpose of this study is to explore the expectations of different stakeholders regarding human-machine interaction. After finding the expected benefits and drawbacks to human-machine interaction, is it important to seek the causes that may lead to misalignment concerning human-machine interaction. This to find if there are any misalignment between stakeholders, and causes to why they are misaligned, to develop strategies to prevent these misalignments. To achieve the purpose of the study, these two research questions have been chosen: 1. What are the expected benefits and drawbacks to human-machine interaction from the perspectives of different stakeholders? 2. What are the causes of the stakeholder perspective misalignment concerning human-machine interaction? Method: The study was conducted at a case company at their newly opened warehouse south of Jönköping, the company is a well-established logistics company in Europe. The researchers had good communication with the supervisor at the case company and after discussion, it was deemed that this subject was interesting and useful to study. A theoretical framework was built to back up the study and to gain more knowledge about the subject. To fulfill the purpose and research questions, a qualitative data was collected through interviews. To answer the research questions, the theoretical framework and the collected data have been analyzed and discussed to draw conclusions. Findings: The study shows that different stakeholders have different expectations regarding human-machine interaction. The different expectations depend on what each stakeholder prioritize and other aspects such as, earlier experience. Another finding of the study is that a specific aspect cannot be named a benefit or a drawback, because that all aspects can both be a benefit and a drawback from different stakeholders’ perspectives. The study also shows that different stakeholders’ can be misaligned and that it depends on different aspects such as earlier experience, level of responsibility and different human behaviors. Implications: The study contributes to the existing literature by highlighting some of the expectations associated with human-machine interaction. The study also explored new subjects which have not yet been extensively explored in literature, such as financial and continuous improvements aspects. Limitations: The study is limited to one case company and focuses on what expectations different stakeholders can have before operating with a new machine. / Syfte: Syftet med denna studie är att utforska förväntningar hos olika intressenter kring ämnet människa-maskin interaktion. Efter att ha hittat de förväntade fördelarna och nackdelarna till människa-maskin interaktion, är det viktigt att söka efter orsaker som kan leda till oenighet angående människa-maskin interaktion. Detta för att undersöka om det finns någon oenighet mellan intressenterna och om det finns orsaker till att dem är oeniga, för att utveckla strategier för att förhindra dessa oenigheter. För att uppnå syftet med studien har dessa två frågeställningar valts: 1. Vilka är de förväntade fördelarna och nackdelarna med interaktionen mellan människa och maskin ur olika intressenters perspektiv? 2. Vilka är orsakerna till oenighet mellan intressenters perspektiv angående interaktionen mellan människa och maskin? Metod: Studien genomfördes på ett fall företag på deras nyöppnade lager i södra Jönköping, företaget är ett väl etablerat logistikföretag i Europa. Skribenterna har haft god kommunikation med handledaren på fall företaget och efter diskussioner ansågs det att detta ämne var intressant och användbart att studera. Ett teoretiskt ramverk har skrivits för att backa upp studien och för att få mer kunskap kring ämnet. För att uppnå studiens syfte och frågeställningar, samlas kvalitativa data in från intervjuer. För att svara på frågeställningarna analyseras det teoretiska ramverket och den insamlade data analyserats och diskuterats för att kunna dra slutsatser. Resultat: Studien visar att olika intressenter har olika förväntningar angående interaktionen mellan människa och maskin. De olika förväntningarna beror på vad varje intressent prioriterar och andra aspekter som, tidigare erfarenheter. Ett annat resultat från studien är att en specifik aspekt inte kan nämnas som en fördel eller nackdel på grund av att alla aspekter kan ses som både en fördel och en nackdel från olika intressenters perspektiv. Studien visar också att olika intressenter kan vara oeniga och att det kan bero på aspekter som tidigare erfarenheter, ansvarsnivå eller olika mänskliga beteenden. Implikationer: Studiens implikationer bidrar till den befintliga litteraturen genom att lyfta fram några av de förväntningar som är kopplade till interaktionen mellan människa och maskin. Studien utforskar också nya ämnen som ännu inte har utforskats i litteraturen, såsom ekonomiska aspekter och ständiga förbättringar. Begränsningar: Studiens begränsningar är att det är ett fall företag och fokuserar på vilka förväntningar olika intressenter kan ha innan de använder en ny maskin.