SJ AB is the leading railway operating company in Sweden and is owned by the Swedish government. In Hagalund train depot (HGL) SJ AB, as well as some of SJ AB:s competitors, run their operational maintenance. The HGL property is owned by Jernhusen but some of the infrastructure is owned by Trafikverket; the Swedish transport administration. The number of depot tracks available for SJ AB have been reduced over time, as competition is increasing. SJ AB constructs their own track plans, i.e. decide the arrival and departure track for each train turnaround in the depot. These track plans are currently made by a so called production planner in the planning system RPS. In RPS the planners base their decisions on common sence, as there is no optimising function in the system. The mathematical problem associated with this task is called the Track Assignment Problem (TAP), which is a well-known problem within railway related research. This report presents an optimisation program - TAP Solver (TAPS) - that takes information from RPS and then generates an optimised solution visualised as a track plan. The user is given the opportunity to direct the solution through parameters in a weight matrix in Excel. TAPS is created to make the process of constructing a track plan both faster and easier. Our results show that TAPS is able to find the optimal 24 hour track plan within a few minutes.

This thesis addresses how the travellers participate in the production of space during train travels. It is based on a study of intervjues made in December 2013 with six members of the Swedish parliament who all are frequent travellers on the high speed train between Stockholm and Gothenburg. Using Henri Lefebvres theory of the production of space and contemporary theories on spending time during train travel combined with theories of how space and time are bound together as a timespace. The conclusion is that traveller do participate in the production of the train space by activities taking place based on the special conditions of the trainspace during the journey. Activities that forms the idea of lived space on the train as one of three spaces based on Lefebvres model of the triad of space. The study also identify the need of further research on the train space as a space of its own as we spend more and more time in this space.

The railway in Sweden has problems with punctuality, which creates additional costs forpassengers, operators and the infrastructure, which is a problem since a single actor cannotsolve alone. It is then required that more actors join forces and collaborate and for thisreason the industry has started a collaboration forum called TTT (Together for trains ontime). The purpose of this study is to contribute to an increased understanding of roles andresponsibilities in collaboration forum TTT (Tillsammans för tåg i tid). Collaboration isneeded as a single actor cannot solve various problems by themselves. Collaboration is usedbetween organizations to handle different types of problems and processes.Previous research shows that collaboration in the rail traffic is very important, as there aremany complex systems with several actors involved. This study examines how collaboration works in practice by examine the collaborationforum TTT, Tillsammans för tåg i tid. This is done partly through a survey and partlythrough a semi-structured interview.Through analysis of the case study TTT, interview, survey and application of the chosentheoretical framework, this study has increased the understanding of how collaborationworks in practice.The results show that collaboration has generally worked well and that it has beenbeneficial working towards improving punctuality / Järnvägen i Sverige har problem med punktlighet vilket skapar merkostnader för resenärer,operatörer och infrastrukturförvaltare, vilket är ett problem då en ensam aktör inte kanlösa detta själv. Det krävs då att fler aktörer går ihop och samverkar och av denna anledninghar branschen startat ett samverkansforum som benämns TTT (Tillsammans för tåg i tid). Syftet med denna studie är att bidra till ökad förståelse kring roller och ansvar ibranschsamarbete TTT (Tillsammans för tåg i tid). Samverkan sker mellan organisationerför att hantera olika typer av problem och processer.Tidigare forskning visar att samverkan inom tåg- och järnvägstrafiken är väldigt viktigt, dådet är många komplexa system med flera aktörer involverade. Denna studie undersöker hur samverkan fungerar i praktiken genom att studerasamverkanforumet TTT, Tillsammans för tåg i tid. Detta görs dels genom enenkätundersökning och dels genom en semistrukturerad intervju.Genom analys av fallstudien TTT, intervju, enkätundersökning och tillämpningen av devalda teoretiska ramverk har denna studie ökat förståelsen för hur samverkan fungerar ipraktiken. Resultatet visar att samverkan i stora drag har fungerat bra och att den varitfördelaktig för att öka punktligheten.

During the covid-19-pandemic travel habits changed drastically, and people were expected to work from home to the utmost possible extent. Therefore, public transport was used less, and people preferred car and active transport such as biking and walking.  The restrictions that were used in Sweden was removed during early 2022, and the public transport use was expected to rise again. However the level of public transport use in 2022 did not reach the same level as 2019, making it apparent that the habits from the pandemic still affected the choice of travel. The purpose of the study was to investigate the travel choices that was established after covid-19, and to answer questions about travel habits and why one chose not to travel with public transport. An online survey was distributed in Kalmar, with questions about safety and habits of traveling. The respondents claimed their travel habits were currently the same as before the covid-19-pandemic. When it came to safety the respondents were confident in their travel choices and felt mostly safe, and the most prominent cause for worry was the risk of delays within public transport, rather than the risk of contracting a virus. The answers from the online survey was not what was expected from the studies done before, which have shown a decrease in use of public transport after covid-19. The result showed a positive attitude towards sustainable travel choices, and in the future it can be expected that the habits of the pandemic will be replaces by new habits of travel. / Minskade antal resor och att jobba hemifrån var två av covid-19-pandemins konsekvenser. De resor som utfördes var främst med bil eller cykel och gång, och kollektivtrafikens marknadsandel minskade signifikant. Covid-restriktionerna i Sverige togs bort tidigt under 2022, och de kollektiva resorna förväntades öka igen. Däremot blev den kollektiva marknadsandelen inte densamma som 2019. Vanorna som skapades under pandemin verkade fortfarande påverka resvalen. Syftet av studien var att undersöka vilka resvanor som utvecklades efter covid-19, med frågeställningar om resval efter pandemin och varför man valde att inte resa med kollektivtrafiken. Det delades ut en enkät till boende och besökande i Kalmar, med frågor angående resvanor och säkerhet när man reser. Resultatet visade att respondenterna ansåg att resvanorna de hade efter covid-19 var ungefär samma som innan covid-19. Vad det gällde säkerhet upplevde resenärerna att de kände sig mestadels säkra med alla resval, och anledningar till oro verkade främst handla om risk för förseningar, snarare än smittorisk. Svaren från enkäten var inte vad som förväntades. Tidigare studier visade att kollektivtrafikens marknadsandel minskade efter covid-19, vilket respondenterna själva inte upplevde. Resultatet visade däremot en positiv attityd kring hållbara resval, och man kan i framtiden förvänta sig att pandemivanorna kring resval ersätts med nya resvanor.

The goal of this thesis is to create an optimization model to optimize the routing of trains within railway stations. This problem is known as the train platforming problem, and the model we present is an integer programming model. By this model we aim to optimize factors such as walking distance, switch usage or platform usage. We validate the model by implementing the model for Linköping station, which is a typical mid size station in the Swedish railway network. This implementation is done for different time horizons, ranging from 2 hours to one day, which corresponds to train sets ranging from 27 to 265 trains. In the conclusion we see that the model is efficient for optimizing the train platforming problem for the implemented station and timetables, and that the model has a possibility to optimize the four objectives tested. Furthermore we see that optimizing certain objectives gives solutions that are also good with regards to other objective functions. / Målet med den här uppsatsen är att skapa en optimeringsmodell för att optimera valet av vägar för tåg genom tågstationer. Modellen vi presenterar är en heltalsmodell, där syftet är att minimera bland annat gångavstånd, användningen av tågväxlar eller användningen av perronger. För att testa modellen presenterar vi en implementation av modellen för stationen i Linköping, vilken är en typisk mellanstor station i det svenska tågnätet. Impplementeringen är gjord för olika tidslängder, från 2 timmar till ett dygn vilket motsvarar dataset från 27 till 265 tåg. Vi drar slutsatsen att modellen på ett effektivt sätt kan lösa valet av tågvägar genom stationen, för de fyra tidtabeller och den station vi har implementerat. Vidare ser vi att modellen har potential att optimera de fyra målfunktioner vi testat och att optimering av några av målfunktionerna ger lösningar som är bra även med hänsyn till de andra målfunktionerna.

Special relativity is a subject that attracts interest among students, but there are many things that make students experience it as difficult. As a physics teacher, it is important to both have a solid base of knowledge in physics as well as educational knowledge within the subject. You need to know what students usually struggle with, which parts to focus on to give the students a good understanding of physics, et cetera. This project is a literature study that examines special relativity in four parts. The first part of the project is a historical description of special relativity, summarizing how researchers have concluded the theory of special relativity. It consists of a series of experiments and hypotheses before Einstein tied everything together with his theory of special relativity. Then the central ideas of special relativity are described, with a focus on exercises that describe relativistic phenomena. The ideas covered in this second part are the relativity of simultaneity, time dilation, length contraction and mass and energy equivalence. The third part consists of a summary of current educational research to explore different ways to teach special relativity, according to the educational research. Many students make up their own explanations when presented with a relativistic phenomenon, that matches their Newtonian view in mechanics. It is a challenge to get students to think in a new relativistic way. A common difficulty is to move between different reference systems, which is necessary since relativistic phenomena in movement is only visible when looking at the same movement from different reference system. For the last part of the project, the Swedish curriculum and Swedish textbooks are examined. The section on relativity often begins with what students struggle most with, moving between frames of reference. Before introducing special relativity, it is useful to practice switching between different reference systems in classical mechanics, using Galilean transformations and relative motion. Another idea might be to introduce special relativity with, for example, the equivalence in mass and energy, where students do not encounter the problem with reference systems. / Speciell relativitetsteori är något som väcker nyfikenhet hos elever, men det finns mycket som gör att eleverna upplever det som svårt. Som lärare är det viktigt att ha en gedigen ämneskunskap och mycket didaktisk kunskap. Man måste ha koll på vad eleverna brukar ha svårt för, vilka delar man bör fokusera på för att eleverna ska få en bra grund, med mera. Det här projektet är en litteraturstudie som undersöker speciell relativitetsteori i gymnasieskolan i fyra delar. Första delen i projektet är en historisk beskrivning av speciell relativitetsteori, hur forskare har kommit fram till den speciella relativitetsteorin. Historiebeskrivningen består av en serie experiment och hypoteser innan Einstein knöt ihop säcken med den speciella relativitetsteorin. Sedan beskrivs de centrala idéerna inom relativitetsteori, med fokus på många exempel som beskriver relativistiska fenomen. De delar som behandlas i det här projektet är relativiteten i simultanitet, tidsdilatation, längdkontraktion samt massa- och energiekvivalens. Den tredje delen består av en sammanfattning av modern fysikdidaktisk forskning, för att ta reda på hur man kan undervisa forskningsbaserat inom speciell relativitet. Elever skapar ofta egna förklaringar till relativistiska fenomen, som stämmer bättre överens med en Newtonsk uppfattning. Att få eleverna till ett nytt relativistiskt tankesätt är en utmaning. Det som elever främst har svårt med är att gå mellan olika referenssystem, vilket är nödvändigt för att uppfatta relativistiska fenomen inom rörelse. Till sist undersöks den svenska läroplanen och svenska läroböcker. Ofta börjar avsnittet om relativitetsteori med det elever har som svårast för, att gå mellan olika referenssystem. Innan speciell relativitetsteori introduceras är det bra att öva att gå mellan olika referenssystem inom klassisk mekanik, arbeta med relativ rörelse och Galileitransformationer. En annan idé kan vara att introducera speciell relativitetsteori med till exempel ekvivalensen i massa- och energi, där eleverna inte stöter på det problemet.

The main purpose of this Master Thesis is to investigate how front-facing, train-mounted cameras and Computer Vision, a type of Artificial Intelligence (AI), can be used to compensate for GPS inaccuracies. By using footage from track-recording cameras, Computer Vision can be utilized to determine the number of tracks and the track occupancy of the train, which would compensate GPS inaccuracies in the lateral positioning. GPS usage in railway applications is rare, however, an AI-based positioning system would facilitate the usage of GPS for higher capacity and better utilization of current railway infrastructure. This is especially interesting for ERTMS, a European effort to create a standardized signalling system while simultaneously increasing capacity, where potential for an AI-based positioning system can be found in both ERTMS level 2 and level 3. Two Computer Vision models were created, based on two different methods. Images for both models were collected from YouTube videos of train trips recorded with train-mounted cameras. In the first model, the images were labelled according to the number unoccupied adjacent tracks. For example, a left-track occupancy of a double track section would be labelled “01”. The model architecture was based on Convolutional Neural Networks (CNN), a type of AI algorithm specifically developed for image processing, where every pixel in each image was analysed to find patterns corresponding to each label. In the second model, Python software was utilized to manually label every track with bounding boxes. The purpose of the bounding boxes was to demarcate the tracks within the images. Thus, the latter employed strategy did not require the labelling of both the number of tracks and their position. However, it was magnitudes more time consuming. The model was trained using YOLOv3 real-time object detection, a system perfectly fit for real-time track detection. The first model, which was limited to a recognition of up to four tracks, had a 60 % accuracy. The results were adequate considering the unfit method used to train the model and detect tracks. It was not further considered, as the discovery of the second method involving YOLOv3 resulted a more suitable model for the task. The second model was limited to a recognition of up to three tracks due to limited availability of processing power, computer memory, and time. The performance of the second model was evaluated using clips of different track scenarios.  In summary, the second model performed well in the following scenarios:  ·        Main-track detection in any environment.  ·        Side-track recognition in simple environments.  It performed mediocre in the following scenarios:  ·        Medium-illuminated tunnels.  ·        Tracks seen through windscreens obscured by water droplets.  ·        Side-track detection in complex environments.  It performed poorly in the following scenarios: ·        Low-illuminated tunnels.  ·        Bright tunnel exits.  ·        Side-track detection in snowy conditions. In conclusion, it is possible to create a computer-vision model for track recognition. Although the results presented in this thesis are promising in certain scenarios, the image dataset is far too limited. Only approximately 350 labelled images were available for the model training. To develop a full-scale AI-based positioning system, many more images must be used to fully encapsule all the possible track scenarios. Furthermore, numerous technical specifications must be defined for the development of such a large-scale system, such as camera type (normal, thermal, event-based, lidar etc.), system design, safety analysis, system evaluation strategy etc. Nevertheless, if the development of an AI-based positioning system is successful, it can transition to become a future full-scale railway system of autonomous freight, passenger, and shunting operations. / Syftet med denna Masteruppsats är att undersöka hur hyttmonterade tågkameror tillsammans med datorseende, en typ av Artificiell Intelligens (AI), kan användas för att kompensera bristande GPS-positionering. Genom att använda kameror som kontinuerligt filmar framförvarande räls från tåghytten, kan datorseende utnyttjas för att avgöra antalet spår vid tågets aktuella position, samt vilket spår tåget belägger, och på så sätt kompensera eventuella GPS-felaktigheter i tågets laterala position. Användning av GPS inom järnvägens signalsystem är sällsynt, då tekniken inte är särskilt beprövad i signaltekniska syften. Det skulle emellertid kunna främjas genom att introducera ett AI-baserat signalsystem i syfte att höja järnvägens kapacitet och öka utnyttjandegraden av befintliga banor. I synnerhet när det kommer till utvecklingen av ERTMS kan ett AI-baserat signalsystem vara av intresse, då det finns potentiella tillämpningsområden för både ERTMS level 2 och level 3. Två olika modeller för datorseende utvecklades, baserat på två olika metoder. Bildmaterial för båda modellerna togs från YouTube-klipp innehållande inspelningar från hyttmonterade kameror. För den första modellen kategoriserades bilderna i enlighet med antalet fria intilliggande spår. Exempelvis skulle ett vänster-belagt dubbelspår kategoriseras ”01”. Modellarkitekturen baserades på Convolutional Neural Networks (CNN) en AI-algoritm specialanpassad för bland annat bildanalysering, där alla pixlar i varje bild analyserades i syfte att upptäcka mönster mellan bilderna och dess kategori. I den andra modellen användes Python-programvara för att manuellt kategorisera varje spår med en så kallad avgränsningsruta. Avgränsningsrutorna användes i syfte att urskilja spåren från resterande del av bilderna. Kategorisering i enlighet med antalet fria intilliggande spår krävdes således inte, däremot ökade tidsåtgången för kategorisering markant. Modellen tränades med ”YOLOv3 real-time object detection”, ett verktyg speciellt framtaget för bildanalys i realtid, vilket passade perfekt för spårdetektering i realtid. Den första modellen begränsades till igenkänning av maximalt fyra spår och hade 60 % precision. Resultatet var tillfredsställande med tanke på den olämpliga modell som användes för träning samt detektering av spår. Utvecklingen av denna modell avstannades då ett bättre system för spårdetektering baserat på YOLOv3 upptäcktes. Den andra modellen, baserad på YOLOv3 begränsades till igenkänning av maximalt tre spår, då tillgängligheten av processorkraft, lagringsutrymme och tid var begränsad. Precisionen av denna modell bedömdes med hjälp av korta klipp på olika spårmiljöer.  Sammanfattningsvis presterade modellen bra i följande scenarion: ·        Huvudspårsdetektering i alla typer av miljöer ·        Sidospårsdetektering i enkla miljöer Modellen presterade mediokert i följande scenarion: ·        Spårdetektering i halvmörka tunnlar ·        Vindrutor täckta med vattendroppar ·        Sidospårsdetektering i avancerade miljöer Modellen presterade mycket dåligt i följande scenarion: ·        Spårdetektering i mörka tunnlar. ·        Spårdetektering i ljusa tunnelportaler. ·        Sidospårsdetektering i snöförhållanden. Ur detta kan slutsatsen dras att det är fullt möjligt att skapa ett signalsystem baserat på datorseende. Fastän de resultat som presenterats i denna masteruppsats tyder på god prestanda i vissa scenarion, kan det inte uteslutas att storleken på det använda bildmaterialet inte är adekvat.  Endast cirka 350 kategoriserade bilder användes. För en fullskalig utveckling av ett AI-baserat positioneringssystem måste många fler bilder tas i beaktning, för att säkerställa en inkludering av så många spårmiljöer som möjligt. Dessutom måste åtskilliga tekniska specifikationer definieras, så som kameratyp (vanlig kamera, värmekamera, eventbaserad kamera, Lidar osv.), systemdesign, säkerhetsanalys, systemutvärderingsstrategi osv. Om däremot utvecklingen av ett AI-baserat signalsystem lyckas, kan det vidareutvecklas till ett framtida fullskaligt signalsystem för autonoma passagerar- och godståg samt autonoma rangerlok.

The Swedish law requires a set of noise limit for residential buildings for health and safety. Conventionally, the Nordic Prediction Method (NMT) is used to predict the noise. However Nord2000 and CNOSSOS is going to be introduced to replace NMT. An investigation was made to determine which is more accurate in predicting railway noises, particularly reflected railway noises due to the uncharacteristic result in preliminary test. Compromises were made to recreate the measured scenarios in SoundPLAN 8.1. CNOSSOS features an alternative source model requiring new data on the trains and tracks and therefore unable to be compared. The conversion between NMT and Nord2000 was not successful due to the poor documentation of the method. An equivalent value in octave band was used instead. The result were not conclusive as no correlation was found. This might be partly due to the lacking of source model data in the form of track roughness. Result in reflected sound was not conclusive as well since 2 of 3 cases favour Nord2000 and the remaining one favours NMT. The uncertainty introduced in using of the standards and measurements were also rather large, which is also one of the factor in non correlating results. / Svensk lag kräver en viss uppsättning bullergränser gällande boende i bostadshus för deras hälsa och säkerhet. Konventionellt används den nordiska beräkningsmodellen för tågbuller (NMT) för att förutsäga bullret. Nord2000 och CNOSSOS kommer dock att införas för att ersätta NMT. En undersökning gjordes för att avgöra vilken eller vilka modeller som är mest exakta för att kunna förutsäga järnvägsljud, i synnerhet reflekterade järnvägsljud på grund av tidigare osäkerhet i resultatet i det preliminära testet. Kompromisser gjordes för att återskapa de uppmätta scenarierna i SoundPLAN 8.1. CNOSSOS erbjuder en alternativ modellering men kräver ny data från både tåg och räls och omöjliggjorde därför att kunna jämföras. Konverteringen mellan NMT och Nord2000 lyckades inte på grund av den bristfälliga dokumentationen av metoden. Ett ekvivalent värde i oktavband användes istället. Resultatet var inte definitivt eftersom ingen korrelation upptäcktes. Detta kan delvis bero på bristande källmodelldata i form av spårgrovhet. Resultatet av reflekterat ljud var inte heller definitivt eftersom 2 av 3 fall förespråkar Nord2000 och det återstående förespråkar NMT. Osäkerheten som implementeras vid användning av standarder och mätningar är också av betydande storlek, vilket också är en av faktorerna som härleder korrelerande resultat.

Transportval vid tjänsteresor är en viktig fråga då universitet och högskolor var en av de tre myndigheter med högst mängd utsläpp från tjänsteresor för året 2017. Det är särskilt viktigt för Linnéuniversitetet som är miljöcertifierat och har en Mötesoch Resepolicy för att minska sina utsläpp. Syftet med denna studie var att ta reda på vilka faktorer som påverkar universitetsanställdas val av transportsätt vid tjänsteresor samt vad som krävs för att målgruppen ska välja de mer miljövänliga alternativen. Metoden som användes var en webbenkät i kombination med en conjointanalys för att få både kvantitativa och kvalitativa resultat. Den yrkesgrupp som var mest representerad av respondenterna var Teknisk- och Administrativ personal vars syfte med tjänsteresan främst var möten och konferenser. Resultaten från studien visade att de avgörande faktorerna för respondenterna var tid, kostnad, miljö, pålitlighet och inverkan på fritid. Det som respondenterna ansåg krävdes för att de skulle välja tåg över flyg var möjlighet till flextid under restiden, att övernattningar beviljas av universitetet samt förbättrad kollektivtrafik. / Transport choice for business travel is an important matter since universities and colleges were one of the top three authorities with the highest amount of emissions from business travels for the year of 2017. It is especially important for the Linnaeus University which has an environmental management certificate and has a Meeting-and Travel policy to reduce their emissions. The purpose of this study was to find out the factors which affect the choice of transport on business trips for university employees as well as what is required for the target group to choose the more environmentally friendly alternatives. The method that was used was a web survey in combination with a conjoint analysis to get both quantitative and qualitative results. The results from the study showed that the deciding factors for the respondents were time, cost, environment, reliability and impact on leisure time. The occupational group which was most represented by the respondents was Technical- and Administrative personnel whose purpose with the business trip mainly was meetings and conferences. That which the respondents deemed as required for them to choose train over plane was the possibility for flex during the travel time, for overnight stays to be granted by the university as well as improved public transport.

When booking a trip along the railway through several train operators it is not uncommon that information about possible disruptions along the railway (that can change or cancel the booked trip) are not relayed to the passengers. Today, research on rail traffic in Sweden is limited. It is unclear how satisfied customers are with the quality of the information they receive during their trip (if they get it at all), including with respect to disruptions. Our partners have identified what they believe is a need among train operators, which is a service for disruption information to travelers. In addition to confirming that there is a need for such a service, we have an interest to investigate how such a service might look like and what the users want. Our research has shown that passengers are not satisfied with either the amount of information about disturbances or how often they get it. Along with KnowitBorlänge, we have come up with a proposed solution that uses already existing technologies to create a portal for an efficient way to get the interference information to travelers. / Vid bokandet av en resa längs med järnvägen via flera tågbolag så finns (i dagens läge) inte alltid information kring eventuella störningar längs med järnvägen som kan förändra eller ställa in den bokade resan. I dag är forskning kring bantrafiken i Sverige begränsad. Det är oklart hur nöjda resenärer är med kvalitén på den information de får kring sin resa (om de får den överhuvudtaget), bland annat med avseende på störningar. Vår samarbetspartner har identifierat vad de tror är ett behov hos tågbolag, vilket är en tjänst för information om tågtrafiken för resenärer. Utöver att bekräfta att det här behovet finns har vi även ett intresse att undersöka hur en sådan här tjänst skulle kunna se ut och vad användarna vill ha. Vår forskning har visat att resenärerna inte är nöjda med varken mängden information om störningar eller hur ofta de får den. Tillsammans med Knowit Borlänge har vi kommit fram till ett lösningsförslag som använder befintliga tekniker för att skapa en portal som på ett effektivt sätt levererar störningsinformation till resenärer.