Motivet bakom examensarbetet är att skapa ett kameraövervakningssystem, ämnadför att filma och fotografera fiskgjuseföräldrarna, när de är vid deras avkommor ifiskgjusebon. Inspelningarna och bilderna ska användas för att studera fiskgjuseför-äldrarnas beteende vid deras avkommor. Litteraturstudien visar att fiskgjusen skaparsina bon på höga plattkronade tallar. Dessutom att människors närvaro vid fiskgjuse-bona har en negativ påverkan, då fiskgjuseungar minskar i antal. Likväl har forskareskapat kameraövervakning ämnad för att filma fågelbo. Kameraövervakningssyste-met kommer att medföra att människors närvaro minimeras vid fiskgjuseboet. Nu-förtiden används generellt Raspberry Pi, vilket är en dator byggd på ett litetkretskort. Raspberry Pi kan anslutas med en kamera och lagra inspelningar på SD-minneskortet. Dessutom går det att ansluta diverse sensorer, installera diversemjukvaror och programmeras. Metoden för studien är att skriva koder för att skapa program som göra att Rasp-berry Pi startar inspelningar och tar foton. Dessa program skrivs i Python, biblioteksom Open CV och COCO datablad används. Studien omfattar en konstruktion av ett kameraövervakningssystem, med ett Rasp-berry Pi, högkvalitets kamera, infrarödsensor, ljudsensor och program för att ta fo-ton och starta filmningen. Filmerna sparas på SD-minneskortet. Kameraövervak-ningssystemet strömkälla blir en power bank. Resultatet blev ett program som tar ett foto när sensorerna detektera antingen infra-röd strålning eller ljud eller förändringar i pixlar från kamerabilden. Fotot analyserasav programmet för att se om det är några fåglar på fotot. I programmet går det attställa in hur många fåglar som ska vara med på bilden för att den ska starta inspelningoch spara fotot. Sedan gjordes ett program som hela tiden känner av om det finnsfåglar på kamerabilden. När önskvärda antal fåglar är med på kamerabilden, börjarkameran spela in och tar sedan ett foto. / The motive behind the thesis is to create a camera surveillance system, intended forfilming and photographing the osprey parents, when they are with their offspring, inthe osprey nest. The recordings and pictures will be used to study the osprey par-ents' behavior, nearby their offspring. The literature study shows that ospreys createtheir nests on tall, flat-crowned pines. In addition, the presence of humans near os-prey nests has a negative impact, as osprey chicks decrease in number. Nevertheless,researchers have created camera surveillance intended for filming bird nests. Thecamera surveillance system will minimize human presence at the osprey nest. Now-adays, the Raspberry Pi is used, which is a computer built on a small circuit board.The Raspberry Pi can be connected with a camera and store recordings on the SDmemory card. In addition, it is possible to connect various sensors, install varioussoftware and program. The method of the study is to write codes to create programs that make the Rasp-berry Pi start recording and taking photos. These programs are written in Python,libraries such as Open CV and COCO datasheets are used. The study includes the design of a camera surveillance system, with a Raspberry Pi,a high-quality camera, an infrared sensor, a sound sensor, a program for taking pho-tos and to start filming. The recordings and photos are saved on the SD memorycard. The camera surveillance system is powered by a power bank. The result was a program that takes a photo when the sensors detect either infraredradiation or sound or changes in pixels from the camera image. The photo is ana-lyzed by the program to see if there are any birds in the photo. In the program it ispossible to set how many birds should be in the picture for it to start recording andsave the photo. Then a program was made that continuously detects if there arebirds in the camera image. When the required number of birds is in the camera im-age, the camera starts recording and then takes a photo.

El texto completo de este trabajo no está disponible en el Repositorio Académico UPC por restricciones de la casa editorial donde ha sido publicado. / It is known that 33% of traffic accidents worldwide are caused by drunk driving or drowsiness [1] [2], so a drowsiness level detection system that integrates image processing was developed with the use of Raspberry Pi3 with the OpenCV library; and sensors such as MQ-3 that measures the percentage of alcohol and the S9 sensor that measures the heart rate. In addition, it has an alert system and as an interface for the visualization of the data measured by the sensors a touch screen. With the image processing technique, facial expressions are analyzed, while physiological behaviors such as heart rate and alcohol percentage are measured with the sensors. In image test training you get an accuracy of x in a response time of x seconds. On the other hand, the evaluation of the operation of the sensors in 90% effective. So the method developed is effective and feasible. / Revisión por pares

Äldre personer utgör en ökande del av samhällets population. I det allt mer digitala samhället blir teknisk kompetens nära ett måste för att ha förutsättningarna att hänga med. Allt mer komplexa apparater för att utföra något som tidigare kändes enkelt riskerar att utöka klyftan mellan den digitala och den analoga användaren. Cirka 40% av de äldre använder inte sig av internet idag, varav en fjärdedel på grund av att det uppfattas som för krångligt. I studien undersöker vi i vilken mån ett video-kommunikationsverktyg i form av en Raspberry Pi prototyp kan underlätta kommunikation för äldre personer, både med eller utan tidigare teknisk erfarenhet. Vi jämför några befintliga videosamtalsprogram för att välja det som lämpar sig bäst på en Raspberry Pi, utifrån prestanda och enkelhet att använda. Genom kvalitativa intervjuer undersöker vi huruvida verktyget möter de äldres behov, hur respondenterna håller kontakt med sin omgivning, samt hur deras tekniska erfarenhet ser ut. Resultaten av studien tyder på att utveckling av äldreanpassade system bör ha två grupper i åtanke, de som har tidigare datorvana och de som saknar detta. Utvecklingen utifrån enkelhet att använda skedde på en kostnad av funktionalitet. Detta ledde till att prototypen endast kunde möta behoven hos de utan datorvana, då de med tidigare datorvana kände behov av utökad funktionalitet. / Older people are an increasing part of the population of society. In the increasingly digital society, technical competence becomes close to a must in order to keep up. Increasingly complex devices to perform something that previously felt easy risks expanding the gap between the digital and the analog user. Approximately 40% of older people do not use the internet today, of which a quarter because it is perceived as too complicated. In the study, we investigate to what extent a video communication prototype developed for a Raspberry Pi can easen communication for elderly, both with or without prior technical experience. We compare existing video calling software to choose one that best suits a Raspberry Pi, based on performance and ease of use. Through qualitative interviews, we investigate whether the prototype meets the needs of the elderly, how the respondents maintain social contact, and the extent of their technical experience. The results of the study shows that development of systems for use of elderly should consider two different groups, those that have prior experience of computers and those who do not. The development of the prototype was based solely on simplicity of use, which was achieved at a cost of its functionality. This led to the prototype only being able to meet the needs of those who had no prior experience of computers, since more advanced users felt a need for broader functionality.

The aim of this thesis is to create a system, which draws the graphics with the help of a set laser project and eventually is able to synthetize several coloured rays and thus realise a multicolour drawing. The whole system is controlled by a Raspberry PI microcomputer and the data is sent to it from a PC via an Ethernet cable. The transmission of the projector device was identified and possible ways of improving the device were suggested. The results of this thesis allow creation of a multi-coloured vector picture, transferring it into the device and depiction on the project desktop. The whole device can therefore be used for example for the purpose of a presentation.

This thesis is about development and construction of systems for building automation. At the beginning it´s focused on usage of building automation. Short describe used topology of installation and available systems on the market. The second chapter is about designing of hardware’s elements systems. Then it’s describing control unit Raspberry Pi 3, microprocessors for communication and slave modules. For my thesis I am also engaged in interface communication and designing of I/O systems. The third and fourth chapter is describing software equipment’s of the system. The parts of microprocessor firmware and manner of control logic creating and visualization in control unit module are described in details. Last chapter contains the description of construction of testing module and measuring of system parameters.

Aus der Vision, Computertechnik für den schmalen Geldbeutel technisch interessierten Jugendlichen verfügbar zu machen entstand ein kreditkartengroßer Einplatinencomputer, der Raspberry Pi. Wir möchten den Raspi im Vortrag etwas näher vorstellen und in einer kleinen Demonstration Anregungen für eigene Projekte geben. Gespannt sind wir auch auf Projekte, welche die Zuhörer bereits mit dem Raspberry Pi umgesetzt haben.

The purpose of this bachelor’s thesis was to create a functioning turret that can recognize heat sources and automatically shoot water at them using a thermal camera and water pump. The main areas to research was the cameras capability regarding fire detection and also the turret’s efficacy in putting out fires using this detection. The reason for building FIRESAFE is to understand how technology can be implemented to improve existing fire extinguishers in a way that enables fires to be put out at an earlier stage while minimizing water damage to property. The turret is controlled using two servo motors which rotate the structure in 2-axis and a IR-camera which locates heat sources. A Raspberry Pi was used to control the software side of the project, a ultrasonic sensor for distance measurement and a basic washer pump for a car was used for the water cannon. The prototype was able to extinguish candles at a distance of 1.5m with an accuracy of 50% on the first attempt. It had an average extinguishing time of 20 seconds. / Syftet med denna kandidatuppsats var att skapa ett fungerande torn som kan lokalisera värmekällor och automatiskt släcka dessa med hjälp av en värmekamera och en vattenpump. De huvudsakliga områdena att undersöka var kamerans förmåga att upptäck eld samt tornets förmåga att släcka bränder med hjälp av eldens position. Anledningen till att bygga FIRESAFE är att förstå hur teknologi kan implementeras för att förbättra befintliga brandsläckare så att bränder kan släckas i ett tidigare stadium och minimera vattenskador på egendom. Tornet styrs med hjälp av två servo motorer som roterar strukturen i 2-axlar och värmekameran används för att upptäcka värmekällor. En Raspberry Pi användes för att styra mjukvarudelen av projektet, en ultraljudssensor för avståndsbedömning och en grundläggande spolarvätskepump från en bil användes för vattenkanonen. Prototypen kunde bekämpa ett ljus på 1.5m med en träffsäkerhet på 50% på först försöket. Det hade en genomsnittlig släckningstid på 20 sekunder.

Humans are growing older which presents challenges for the health care system. One solution for allowing individuals to continue living in their home, despite age related dif- ficulties, is a sensor based surveillance system. These systems can monitor a number of parameters, for example motion or temperature. If certain limits are exceeded the sys- tem can notify family members or health care services. The aim of this project was to build a prototype of such a system which also had to be cheap and easy to install and maintain. The final prototype consists of a motion detection sensor in the bathroom, a temperature sensor around the kitchen stove and a temperature sensor for measurement of ambient room temperature. Each sensor is connected to its own Arduino and they are all programmed with different limits. The sensors communicate wirelessly with a central hub through the communication protocol LoRa. Once the central hub, which consists of a Raspberry Pi, receives a LoRa signal it sends an email to a chosen address. / Människor blir allt äldre vilket är en utmaning för sjukvården. En lösning som tillåter individer att fortsätta bo i sina hem, trots åldersrelaterade svårigheter, är ett sensorba- serat övervakningssystem. Sådana system kan övervaka ett flertal parametrar, exemåelvis rörelse eller temperatur. Om vissa gränser överskrids kan systemet underrätta anhöriga eller hemtjänsten. Syftet med det här projektet var att bygga en prototyp av ett sådant system, som även skulle vara billig och enkel att installera och underhålla. Den slutgiltiga prototypen består av en rörelsedetektor i badrummet, en temperatursensor vid köksspisen och en sensor som mäter den omgivande temperaturen i ett rum. Varje sensor är kopp- lad till en egen Arduino och de är alla programmerade med olika gränsvärden. Sensorerna kommunicerar trådlöst med en centralenhet genom kommunikationsprotokollet LoRa. När centralenheten, som består av en Raspberry Pi, tar upp en LoRa-signal skickar den ett email till en vald adress.

En kostnadseffektiv, liten robotbil som är fjärrstyrd via Wi-Fi harutformats och testats för att möjliggöra inspektion och identifiering avpotentiella faror vid olycksplatser. Robotbilenär avsedd att användasför rekognosering och inspektion och kan bidra till att utforma enadekvat insatsplan. Hjulupphängning och hjul konstruerades medhjälp av en 3D-skrivare. Den färdiga robotbilen är utrustad medmikrokontrollern Raspberry Pi som har flera funktioner som gör denanvändbar i olika scenarier. Det finns en kamera som möjliggörfjärrinspektion av bilens omgivning. Utöver kameran finns det tresensorer som är kopplade till Raspberry Pi-enheten, nämligen engassensor för att upptäcka farliga gaser, en ultraljudssensor för attmäta avståndet till närmaste objekt och en temperatursensor för attmäta omgivningstemperaturen. Robotbilen använder enmotorstyrningsmodul för att styra bilens rörelse och två servomotorerför att möjliggöra att rotera kameran i vertikal och horisontell led.Robotbilens strömförsörjning kommer från ett batteri och tvåspänningsomvandlare används för att reglera spänningen tillmotorstyrningsmodulen och Raspberry Pi-enheten. Genom attintegrera dessa komponenter i en enda enhet och programmeraRaspberry Pi-enheten för att styra dem, kan robotbilen effektivt hjälpaatt undersöka och hantera potentiella faror. / A cost-effective small robot car that is remote-controlled via Wi-Fi hasbeen designed and tested for inspecting and identifying potentialhazards at accident sites. The robot car is intended for reconnaissanceand inspection purposes and can contribute to formulating anadequate action plan. Wheel suspension and wheels were constructedusing a 3D printer. The finished robot car is equipped with theRaspberry Pi microcontroller, which has severalfeatures that make ituseful in various scenarios. There is a camera that allows remoteinspection of the car's surroundings. In addition to the camera, thereare three sensors connected to the Raspberry Pi unit: a gas sensor todetect dangerous gases, an ultrasonic sensor to measure the distanceto the nearest object, and a temperature sensor to measure theambient temperature. The robot car uses a motor control module tocontrol its movement and two servo motors to enable the rotation ofthe camera in the vertical and horizontal directions. The robot car ispowered by a battery, and two voltage converters are used to regulatethe voltage to the motor control module and the Raspberry Pi unit. Byintegrating these components into a single unit and programming theRaspberry Pi unit to control them, the robot car can effectively assistin investigating and managing potential hazards.

One of the main challenges for advanced driver assistance systems (ADAS)is the environment perception problem. One factor that makes ADAS hardto implement is the large amount of different conditions that have to betaken care of. The main sources for condition diversity are lane and roadappearance, image clarity issues and poor visibility conditions. A review ofcurrent lane detection algorithms has been carried out and based on that alane detection algorithm has been developed and implemented on a mixedcriticality platform. The thesis is part of a larger group project consisting offive master thesis students creating a demonstrator for autonomous platoondriving. The final lane detection algorithms consists of preprocessing stepswhere the image is converted to gray scale and everything except the regionof interest (ROI) is cut away. OpenCV, a library for image processing hasbeen utilized for edge detection and hough transform. An algorithm for errorcalculations is developed which compares the center and direction of the lanewith the actual vehicle position and direction during real experiments. Thelane detection system is implemented on a Raspberry Pi which communicateswith a mixed criticality platform through UART. The demonstrator vehiclecan achieve a measured speed of 3.5 m/s with reliable lane keeping using thedeveloped algorithm. It seems that the bottleneck is the lateral control ofthe vehicle rather than lane detection, further work should focus on controlof the vehicle and possibly extending the ROI to detect curves in an earlierstage. / En stor utmaning för avancerade förarstödsystem (ADAS) är problemet med uppfattning av miljön runt omkring. En faktor som gör ADAS svårt att implementera är den stora mängd olika förhållanden som måste tas hand om. De största källorna till olikheter är utseendet på körfältet och vägen, dåliga siktförhållanden samt otydliga bilder. En granskning av nuvarande algoritmer för körfältsdetektering har utförts och baserat på den har en körfältsdetekteringsalgoritm utvecklats och implementerats på ett blandkritiskt system. Avhandlingen är en del av ett större grupprojekt bestående av fem mastersstudenter som ska skapa en demonstrator för autonom konvojkörning. Den slutgiltiga körfältsdetekteringsalgoritmen består av förbehandlingssteg, där bilden konverteras till gråskala och allt utom intresseområdet är bortklippt. OpenCV, ett bibliotek för bildbehandling har använts för kantdetektering och houghtransformation. En algoritm som jämför körfältets mittpunkt och riktning med fordonets faktiska position och riktning har utvecklats och används i experiment för kontroll av fordonet. Körfältsdetekteringsalgoritmen har implementeras på en Raspberry Pi som kommunicerar med en blandkritisk plattform genom UART. Demo-fordonet kan uppnå en uppmätt hastighet på 3,5 m/s med pålitlig väghållning med den utvecklade algoritmen. Det verkar som att flaskhalsen är kontroll av fordonet i sidled och inte körfältsdetektering, ytterligare arbete bör fokusera på kontroll av fordonet och eventuellt utöka synfältet för att detektera kurvor i ett tidigare skede.