I och med den växande automatiseringen inom industrin används mer AGV:er (Automated Guided Vehicle) som är förarlösa truckar som exempelvis ett hjälpmedel i materialförflyttningen i industrin. Trots att AGV:er är automatiserade, finns ett tillhörande handmanöverdon till körning i manuellt läge. Dagens handmanöverdon beskrivs dock som ”oergonomiskt och svårförstått” av användarna. Därför är det viktigt att utveckla produkten för att förbättra användarnas upplevelse. Uppdraget har bedrivits i samarbete med EA Mobile Robotics som utvecklar, tillverkar och levererar AGV:er och automatiseringslösningar. Under utvecklingsarbetet utfördes förstudie, konceptgenerering, utvärdering och detaljkonstruktion. I förstudien samlades kunskap och data in från relevant litteratur och metoder som bland annat intervjuer och observationer, som genomfördes för att kartlägga användarens behov. Förstudien resulterade i tre personas och en kravspecifikation som visade på viktiga aspekter för arbetet, däribland säkerhet, funktionalitet, användbarhet och fysisk ergonomi. Konceptutvecklingen bestod av brainstorming och morfologisk analys och resulterade i fyra koncept. Dessa testades i användartester för att tillsammans med en konceptviktingsmatris vara grund till konceptval. Två koncept vidareutvecklades innan slutligt koncept valdes. Detta resulterade i ett nytt koncept för ett handmanöverdon med som var mer ergonomiskt, både fysiskt och kognitivt. Konceptet uppfyllde de uppsatta kraven till stor del och var mer användarcentrerat än i dagsläget. Manöverdonet hade de funktioner som önskades samt en ergonomisk form. Det kommer även att bidra med att göra användningen mer användarcentrerad. / With the growing automation in industry, more AGVs (Automated Guided Vehicles) are used, which are driverless trucks as, for example, an aid in material handling in industry. Although AGVs are automated, there is an associated hand control device for driving in manual mode. However, today's hand control device is described as "unergonomic and difficult to understand" by the users. Therefore, it is important to develop the product to improve the user experience. The project has been carried out in collaboration with EA Mobile Robotics, which develops, manufactures and delivers AGVs and automation solutions. During the development work, preliminary studies, concept generation, evaluation and detailed design were carried out. In the preliminary study, knowledge and data were collected from relevant literature and methods such as interviews and observations, which were carried out to map the user's needs. The personas and requirements specification showed important aspects for the work, such as, safety, functionality, usability and physical ergonomics. Concept development consisted of brainstorming and morphological analysis and resulted in four concepts. These were tested in user tests in order, together with a concept weighting matrix, to be the basis for concept selection. Two concepts were further developed before the final concept was chosen. This resulted in a new concept for a hand control device that was more ergonomic, both physically and cognitively. The concept fulfilled the set requirements to a large extent and was more usercentered than at present. The control device had the desired functions and an ergonomic shape. It will also help to make the use more user centered.

Background: 3D printing has in recent years gained increasing interest in the construction industry. Various examples of 3D printed buildings appear in the world today, including Sweden, showing less adoption of the technology despite the technical, environmental, and social benefits it offers. Research shows an absence of innovation adaptation impact on traditional construction companies which can make construction companies hesitant to implement 3D printing without knowing how it could affect the business.  Aim: The purpose of this research is therefore to understand how the introduction of 3D printing could affect the business model of traditional construction companies and to see how 3D printing could be used to achieve a more circular economy. Method: The Business Model Canvas (BMC) framework was applied to answer the research questions. This was done through a qualitative method and a cross-sectional study. Four different construction companies and one 3D printing company participated in the study. For the research, semi-structured interviews were used, which were analysed through a thematic analysis. Based on the pre-determined themes of the business model canvas, 32 sub-themes were generated.  Results: This research present a possible business model canvas aimed for Swedish construction companies using on site 3D printing technique. Some of the key findings regarding a company’s internal structure were areas directly related to the usage of an onsite 3D printer. Key findings with regard to the customer were alternative ways to view customer segment in relation to value proposition, additional channels through "Interactive online platform" and "Physical Showcasing". Furthermore, 3D printing on site brings several new direct improvements (less waste, faster construction) as well as further opportunities mainly in the design phase and material choice, toward a more circular economy.

No description available.

With the spread of COVID-19, occupancy estimation wason the rise to regulatepeople’smovement in public areasto further decrease the spreadof the diseaseand prepare for future pandemics.Much theory existson the problem of sensor placement, but this theory is mainly treated as a mathematical problem and often not applicable to real-life situationsdue to important real-life factors not being considered. Placing sensors is adifficult task,and it is hard knowingwhere to beginplacing themand what type of sensors to use. The purpose of thisthesis was to help with the problem onplacing sensors by investigatingmethods in a simulated environmentto create guidelines for placing sensors in public areasand evaluatethese placements through a formula.The results are compared to previous researchto prove that it is important to cover different types of hotspots within a building,and where these hotspots canbe foundin general buildings.To truly achieve good sensor placement involves several different things but what is most importantis to be able to track the movement of people, with the number of sensors being as low as possiblewhile still having good coverage.The formula proved to have both benefits and drawbacks, such asthe drawback ofnot consideringwhat kind of sensor is being evaluated. The results should be validatedin a more truthful simulation orin real-lifeto be able to be fully dependent on.

Strängsökning användas i stor utsträckning i bioinformatik, IT-säkerhet (nätverksintrångdetektion) och för sökning av en söksträng i en text mm, därför utvecklades senaste åren stort antal söksträng algoritmer. Denna uppsats handlar om praktisk implementering av följande stängsökningsalgoritmer: Brute-force, Boyer-Moore och Knuth-Morris-Pratt algoritmer med syftet att jämföra hur algoritmens effektivitet påverkas av typ av data och storlek på söksträng. Mått på algoritmernas effektivitet är antal jämförelser som algoritmerna utför. Det är tre typer av text som används för tester: slumpmässigt genererad text som innehåller ettor och nollor som tecken, text som representerar DNA sekvens som består av ett alfabet med fyra bokstäver och en text som innehåller tecken från engelska alfabetet. Resultatet visar hur algoritmernas effektivitet ändras med olika typ av data och förklarar vad i algoritmernas operationssätt som ligger bakom de uppmätta resultaten. / String search is widely used in bioinformatics, IT security (network intrusion detection) and for search of a string in a text etc. This project deals with the practical implementationof the following string-search algorithms: Brute-force, Boyer-Moore and Knuth-Morris-Pratt algorithms with the aim of comparing how the algorithm’s efficiency is depending on the typ of the dataset and the search string size. A measure of the algorithm’s efficiency is the number of comparisons performed by the algorithm. There are three types of text used for tests: random text (0 and 1 as characters), text that represents a DNA sequence that consists of an alphabet of four letters and a text that contains characters from the English alphabet. This project makes an evaluation of the algorithm’s result depending on the type of data where the search is performed and depending on the size of search strings.

No description available.

No description available.

Visualisering av data för Covid-19 med tematiska kartor har använts av experter, journalister och lekmän för att förstå och förmedla information om pandemin. Problem uppstår när det som visualiseras tolkas på ett felaktigt sätt av den som sedan läser kartan. Särskilt i en kris-situation är det av stor vikt att minimera missförstånd kring den information som ska förmedlas. Det här examenarbetets syfte har varit att utvärdera hur klassificeringsmetod, färgsättning, symbologi och typ av karta påverkar informationsförmedlingen och den uppfattade risken hos den som läser kartan. En litteraturstudie har genomförts för att undersöka vad som är ”best-practice” både allmänt för tematiska kartor men framför allt särskilt för covid-19. Baserat på litteraturstudien har tematiska kartor som visar information om Covid-19 i Värmlands 16 kommuner tagits fram. De tematiska kartorna utvärderades i två webbenkäter där den ena undersökte uppfattad risk och den andra förståelse för kartans innehåll. Deltagare i enkätstudien var studenter vid Karlstad universitet. Resultatet visade att koropletkartor var enklare att förstå än kartor med proportionella symboler samt lite överraskande att det inte är någon skillnad mellan oklassificerad och klassificerad karta med proportionella symboler. För förståelse av kartan var koropletkartan med sekventiell färgsättning den karta som föredrogs av deltagarna men också den karta som uppgavs ge den största känslan av risk. Den uppfattade risken angavs av deltagarna på en 5-gradig skala (ingen risk, låg risk, måttlig risk, hög risk och mycket hög risk). Resultatet visar att den uppfattade risken hos deltagarna var lägre än den visualiserade risken och att enligt deltagarna själva ger koropletkartor en större känsla av risk än en karta med proportionella symboler. Vid analys av statistisk signifikans kunde dock en signifikant skillnad från referensvärdet endast konstateras för den röda sekventiella koropletkartan och den avvikande koropletkartan. Slutligen konstateras att ett större dataunderlag och vidare statistisk prövning av resultatet behövs för att verifiera de olika designvariablernas betydelse för uppfattad risk och förståelse av epidemiologisk information visualiserad i tematiska kartor.

Modern Image Classification and Object Detection methods are ideal candidates for performingNon-Destructive Testing (NDT) in manufacturing establishment. These methods provide anopportunity to achieve digitalization and can form the backbone of Industry 4.0 implementationsin manufacturing environments. As with all applications in manufacturing productionenvironments, accuracy and detection speeds form important parameters for evaluation ofthese techniques.As part of this study, a set of generic models has been developed with the requirements ofmanufacturing environments in mind. These models vary from custom Convolutional NeuralNetwork (CNN) models to sophisticated modern Object Detection models like Single ShotDetection (SSD) and You Only Look Once Version 5 (YOLOv5). To conduct this study andshowcase the applicability of these models to a wide array of datasets, a custom datasetcreated for this study was used. This dataset had images of individuals wearing facial masksand not wearing masks. These models were tested on their ability to detect the presence of masks on a person´s face in a real time video feed. The evaluation on speed of detection was carried out on a variety of machines ranging from High end GPU enabled computers to portabledevices with compromised computing capabilities.The principal finding of this work is that several different models perform well with respect toaccuracy. However, most of these models suffer from the drawback that their speed of detectionon a live video is low, which in a production environment would lead to potential loss ofproductivity. The object detection model which performed best in terms of accuracy and speedin the current study was the YOLOv5 model. AB Sandvik Materials Technology, who providedthe support for this project, has also evaluated porting this YOLOv5 model to their applicationsin productions as part of a successful Proof of Concept study.

No description available.