Antalet övervakningskameror i samhället ökar, samtidigt som deras miljöpåverkan är relativt okänd. För en produkt som tidigare bara utvärderats gällande prestanda, börjar kunderna nu efterfråga en kartläggning av miljöpåverkan. Kamerans miljöpåverkan studeras ur ett livscykelperspektiv: energi- och materialtillförsel samt utsläpp och avfall som berör allt ifrån råmaterialutvinning till slutåtervinning. Projektet är genomfört på begäran av, och för, Axis Communications AB (härmed refererade till som Axis) med huvudsyfte att öka Axis kunskap om deras produkters miljöpåverkan och utveckla en metod för genomförande av förenklade livscykelanalyser på Axis produkter. Livscykelanalysen, LCA, genomförs på en nätverkskamera utvecklad av Axis Communications AB; modell AXIS Q6032-E PTZ. Samtidigt togs metoden för förenklade livscykelanalyser fram för att möjliggöra jämförelse med andra kameramodeller i företagets produktportfolio. Även en plattform har skapats för att kunna användas i produktutvecklingens tidigare skede, för att redan där göra ett aktivt miljöval. Den metod som används för bedömning av miljöpåverkan är Eco-indicator 99. Simulering och beräkningar sker i LCA-programmet SimaPro 7.1.Resultatet visar att den största miljöpåverkan kommer ifrån användningsfasen och behovet av elektricitet. För scenariot där kameran används i Europa har tillverkningen näst störst påverkan, därefter materialanvändningen och sist transporterna. Återvinningen påverkar med ett negativt värde, d.v.s. den påverkar miljön på ett positivt sätt. Det alternativa scenariot (där kameran flygs till USA och installeras där) ger en totalt större miljöpåverkan och har transporterna som andra värsta kategorin. Vid beräkningar för Europa släpper kameran ut 663 kg CO2 under sin livstid. Den utvecklade modellen överensstämmer till 0,24% med resultatet ifrån simuleringsprogrammet. Modellen kan enligt den genomförda känslighetsanalysen anses stabil / The number of surveillance cameras installed for various purposes have increased substantially in society over the past decade. The environmental impacts from network cameras are relatively unknown and their rapid increase in number calls for studying the impacts from a life cycle perspective; from raw material extraction to decommissioning. The project is performed on request by Axis Communications AB (hereby referred to as Axis) with the main purposes to increase Axis's knowledge of the environmental impact from their products and establish a method for conducting simplified life cycle assessments (LCA) on Axis products. A case study LCA is conducted on a network camera developed by Axis; model AXIS Q6032-E PTZ. Concurrently a method for conducting simplified LCAs on other Axis cameras is developed as well as a platform to be used in product development processes to enhance life cycle thinking (LCT). The Eco-indicator 99 Method is used for the environmental impact assessment and for simulations and calculations the software program SimaPro 7.1 is used.The results emphasize the life stages and their particular activities having the largest potential environmental impacts; primarily utilization and the production of electricity. For the scenario where the camera is installed in Europe the manufacturing comes as second, then raw material extraction and processing, followed by transportations. Decommissioning impacts with a negative value, i.e. impacts the environment in a positive way. The alternative scenario (where the camera is transported by air to U.S. and installed there) gives a total higher score and has the transportation category as the second highest regarding the total environmental impact. During the whole lifetime the camera emits 663 kg CO2.The results from using the developed model to conduct simplified LCAs only differ by 0.24% from the results of the case study LCA. The LCA is considered stable based on the performed sensitivity analysis.

The Internet of Things (IoT) is an umbrella term for smart things connected to the Internet. Connected sensors may be used to the benefit of smart building management systems. This thesis describes the development of a sensor based building management system prototype, lightweight enough to run on a single network camera. The focus of the research was investigating if the system prototype was scalable, and capable of storing and analyzing data gathered from a large amount of sensors relevant to the field of building management. The prototype was developed through a five-stage systems development process, and evaluated using simulations and case studies. The finished prototype was able to gather and store data from a few hundred real-time sensors using limited hardware. Tests showed that the network camera should be capable of managing at least 100 sensors. The system itself is scalable with the use of more powerful hardware. However, using a distributed architecture would be preferable if more sensors are required. This could be achieved by creating a distributed network of cameras, where each camera manages its own set of sensors. This could both increase scalability and make the system more robust and reliable.