Framväxten av e-handel har ställt höga krav på last mile-leverans, där leverans av paket till konsumenter har blivit allt viktigare och en väsentlig del av kundens köpupplevelse. I takt med att kraven på e-handel och frakt ökar, så ökar också konsumenternas krav på servicekvalitet och leveranstid. I takt med att e-handeln fortsätter att växa behövs nya lösningar som kan leverera snabbt, effektivt och hållbart till lägre kostnader. Något som diskuterats på flera ställen är autonoma leveransfordon. Ett exempel på detta är drönare, som inte har testats i så stor utsträckning. Syftet med studien är att identifiera de krav som konsumenter ställer på drönarleveranser av paket i Sverige i en tid av ökad e-handel. Således för att bidra med kunskap kring hur skräddarsydda paketleveranser av drönare kan leda till ökad kundnöjdhet. För insamling av empirin tillämpas kvalitativ metod som genomfördes genom semistrukturerade intervjuer med sju konsumenter för att få en inblick i konsumentens krav. Sedan har intervju med en kvalitets- och miljöchef från DHL gjorts för en inblick i hur distributionsföretag belyser dessa krav. Studiens resultat visade att konsumenterna har en nyfiken men skeptisk inställning mot leveransdrönare och att de i allt högre utsträckning förväntar sig en mer kundanpassad leverans. Andra krav som konsumenter ställer är snabba leveranser och stark förpackning. Samtidigt vill konsumenter undvika fysisk kontakt med drönare och väljer att få paket levererat till anvisad plats. Däremot finns inget större behov att betala mer för en drönarleverans trots de högre kraven på last mile leveranserna. / The rising e-commerce has placed great demands on last mile deliveries where deliveries to consumers have become increasingly important and are an important part of the shopping experience for the customer. Consumers' demands for service quality and delivery time have risen in connection with the increased e-commerce and demand for transport. In step with the ever-increasing e-commerce, new solutions are required to be able to deliver quickly, efficiently, sustainably and at a lower cost. Something that has been discussed in several places is autonomous delivery vehicles. An example of this is drones, which have not been tested to such an extent. The purpose of the study is to identify the demands that consumers place on delivery drones of parcels in Sweden in a time of increased e-commerce. Thus to contribute with knowledge about how customized deliveries by drones can lead to increased customer satisfaction. For collecting the empirical data, a qualitative method was applied that was conducted through semi-structured interviews with seven consumers to get an insight into the consumers requirements. Furthermore an interview was conducted with a quality- and environmental manager from DHL for an insight into how these requirements are highlighted. The results of the study showed that consumers have a curious but skeptical attitude towards delivery drones and that they expect a more customized delivery. Other requirements that consumers set are fast deliveries and strong packaging. At the same time, consumers want to avoid physical contact with drones and choose to have packages delivered to a specific location. However, there is no greater demand to pay more for a drone delivery despite the higher requirements for last-mile deliveries.

State estimation filters are computationally intensive blocks used to calculate uncertain/unknown state values from noisy/not available sensor inputs in any autonomous systems. The inputs to the actuators depend on these filter’s output and thus the scheduling of filter has to be at very small time intervals. The aim of this thesis is to investigate the possibility of using hardware accelerators to perform this computation. To make a comparative study, 3 filters that predicts 4, 8 and 16 state information was developed and implemented in Arm real time and application purpose CPU, NVIDIA Quadro and Turing GPU, and Xilinx FPGA programmable logic. The execution, memory transfer time, and the total developement time to realise the logic in CPU, GPU and FPGA is discussed. The CUDA developement environment was used for the GPU implementation and Vivado HLS with SDSoc environment was used for the FPGA implementation. The thesis concludes that a hardware accelerator is needed if the filter estimates 16 or more state information even if the processor is entirely dedicated for the computation of filter logic. Otherwise, for a 4 and 8 state filter the processor shows similar performance as an accelerator. However, in a real time environment the processor is the brain of the system, so it has to give instructions to many other functions parallelly. In such an environment, the instruction and data caches of the processor will be disturbed and there will be a fluctuation in the execution time of the filter for every iteration. For this, the best and worst case processor timings are calculated and discussed. / Tillståndsberäkningsfilter är beräkningsintensiva block som används för att beräkna osäkra / okända tillståndsvärden från bullriga / ej tillgängliga sensoringångar i autonoma system. Ingångarna till manöverdonen beror på filterens utgång och därför måste schemaläggningen av filtret ske med mycket små tidsintervall. Syftet med denna avhandling är att undersöka möjligheten att använda hårdvaruacceleratorer för att utföra denna beräkning. För att göra en jämförande studie utvecklades och implementerades 3 filter som förutsäger information om 4, 8 och 16 tillstånd i realtid med applikationsändamålen CPU, NVIDIA Quadro och Turing GPU, och Xilinx FPGA programmerbar logik. Exekvering, minnesöverföringstid och den totala utvecklingstiden för att förverkliga logiken i båda hårdvarorna diskuteras. CUDAs utvecklingsmiljö användes för GPU-implementeringen och Vivado HLS med SDSoc-miljö användes för FPGA-implementering. Avhandlingen drar slutsatsen att en hårdvaru-accelerator behövs om filtret uppskattar information om mer än 16 tillstånd även om processorn är helt dedikerad för beräkning av filterlogik. För 4 och 8 tillståndsfilter, visar processorn liknande prestanda som en accelerator. Men i realtid är processorn hjärnan i systemet; så den måste ge instruktioner till många andra funktioner parallellt. I en sådan miljö kommer processorns instruktioner och datacacher att störas och det kommer att bli en fluktuation i exekveringstiden för filtret för varje iteration. För detta beräknas och diskuteras de bästa och värsta fallstiderna.

Framgången inom maskininlärning och djupinlärning beror till stor del på stora, annoterade dataset. Att tilldela etiketter till data är väldigt resurskrävande och kan till viss del undvikas genom att utnyttja datans statistiska egenskaper. En maskininlärningsmodell kan lära sig att klassificera bilder från en domän utifrån träningsexempel som innehåller bilder, samt etiketter som berättar vad bilder föreställer. Men vad gör man om datan inte har tilldelade etiketter? En maskininlärningsmodell som lär sig en uppgift utifrån annoterad data från en källdomän, kan med hjälp av information från måldomänen (som inte har tilldelade etiketter), anpassas till att prestera bättre på data från måldomänen. Forskningsområdet som studerar hur man anpassar och generaliserar en modell mellan två olika domäner heter domänanpassning, eller domain adaptation, på engelska.   Detta examensarbete är utfört på Scanias forskningsavdelning för autonom transport och handlar om hur modeller för bildklassificering som tränas på kamerabilder med etiketter, kan anpassas till att få ökad noggrannhet på ett dataset med LiDAR bilder, som inte har etiketter. Två metoder för domänanpassning har jämförts med varandra, samt en model tränad på kameradata genom övervakad inlärning utan domänanpassning. Alla metoder opererar på något vis med ett djupt faltningsnätverk (CNN) där uppgiften är att klassificera bilder utav bilar eller fotgängare. Kovariansen utav datan från käll- och måldomänen är det centrala måttet för domänanpassningsmetoderna i detta projekt. Den första metoden är en så kallad ytlig metod, där själva anpassningsmetoden inte ingår inuti den djupa arkitekturen av modellen, utan är ett mellansteg i processen. Den andra metoden förenar domänanpassningsmetoden med klassificeringen i den djupa arkitekturen. Den tredje modellen består endast utav faltningsnätverket, utan en metod för domänanpassning och används som referens.    Modellen som tränades på kamerabilderna utan en domänanpassningsmetod klassificerar LiDAR-bilderna med en noggrannhet på 63.80%, samtidigt som den ”ytliga” metoden når en noggrannhet på 74.67% och den djupa metoden presterar bäst med 80.73%. Resultaten visar att det är möjligt att anpassa en modell som tränas på data från källdomänen, till att få ökad klassificeringsnoggrannhet i måldomänen genom att använda kovariansen utav datan från de två domänerna. Den djupa metoden för domänanpassning tillåter även användandet utav andra statistiska mått som kan vara mer framgångsrika i att generalisera modellen, beroende på hur datan är fördelad. Överlägsenheten hos den djupa metoden antyder att domänanpassning med fördel kan bäddas in i den djupa arkitekturen så att modelparametrarna blir uppdaterade för att lära sig en mer robust representation utav måldomänen.

Autonomous navigation for ground vehicles has many challenges. Autonomous systems must be able to self-localise, avoid obstacles and determine navigable surfaces. This thesis studies several aspects of autonomous navigation with a particular emphasis on vision, motivated by it being a primary component for navigation in many high-level biological organisms.  The key problem of self-localisation or pose estimation can be solved through analysis of the changes in appearance of rigid objects observed from different view points. We therefore describe a system for structure and motion estimation for real-time navigation and obstacle avoidance. With the explicit assumption of a calibrated camera, we have studied several schemes for increasing accuracy and speed of the estimation.The basis of most structure and motion pose estimation algorithms is a good point tracker. However point tracking is computationally expensive and can occupy a large portion of the CPU resources. In thisthesis we show how a point tracker can be implemented efficiently on the graphics processor, which results in faster tracking of points and the CPU being available to carry out additional processing tasks.In addition we propose a novel view interpolation approach, that can be used effectively for pose estimation given previously seen views. In this way, a vehicle will be able to estimate its location by interpolating previously seen data.Navigation and obstacle avoidance may be carried out efficiently using structure and motion, but only whitin a limited range from the camera. In order to increase this effective range, additional information needs to be incorporated, more specifically the location of objects in the image. For this, we propose a real-time object recognition method, which uses P-channel matching, which may be used for improving navigation accuracy at distances where structure estimation is unreliable. / Diplecs

Predicting the future state occupancies of pedestrians in urban scenarios is a challenging task, especially considering that conventional methods need an explicit model of the system, hence introducing data-driven reachability analysis. Data-driven reachability analysis uses data, inherently produced by an unknown system, to perform future state predictions using sets, generally represented by zonotopes. These predicted sets are generally more conservative than model-based reachable sets. Therefore, is it possible to cluster previously recorded trajectory data based on the expressed behavior and perform the predictions on each cluster to still be able to provide safety guarantees? The theory behind data-driven reachability analysis, which can handle input noise and model uncertainties and still provide safety guarantees, is quite recent. This means that previous implementations for predicting pedestrians are theoretically probabilistic and would not be appropriate to implement in actual systems. Thus, this thesis is not the first of its kind in predicting the future reachable sets for pedestrians using clustered behavioral data, but it is the first work that provides safety guarantees in the process. The method proposed in this thesis first labels the historically recorded trajectories into the behavior also referred to as mode, the pedestrian expressed, which is done by simple conditional statements. This is done offline. However, this implementation is designed to be modular enabling easier improvements to the labelling system. Then, the reachable sets are computed for each behavior separately, which enables a potential motion planner to decide on which modal sets are relevant for specific scenarios. Theoretically, this method provides safety guarantees. The outcomes of this method were more descriptive reachable sets, meaning that the predicted areas intersected areas that it reasonably should, and did not intersect areas it reasonably should not. Also, the volume of the zonotopes for the modal sets was observed to be smaller than the volume of the implemented baseline, indicating fewer over-approximations and less conservative predictions. These results enable more efficient path planning for Connected and Autonomous Vehicles (CAVs), thus reducing fuel consumption and brake wear. / Att predicera framtida tillstånd för fotgängare i urbana situationer är en utmaning, speciellt med tanke på att konventionella metoder behöver uttryckligen en modell av systemet, därav introduceringen av datadriven nåbarhetsanalys. Datadriven nåbarhetsanalys använder data, naturligt producerad av ett okänt system, för att genomföra framtida tillståndspredicering med hjälp av matematiska set, generellt representerade av zonotoper. Dessa predicerade sets är generellt sett mode konservativa än modellbaserade nåbara set. Därmed, är det möjligt att dela upp historiskt inspelade banor baserat på det uttryckta beteendet och genomföra prediceringar på varje kluster och bibehålla säkerhetsgarantier? Teorin bakom datadriven nåbarhetsanalys, som kan hantera brus i indatat och modellosäkerheter och bibehålla säkerhetsgarantier, är väldigt ny. Detta betyder att tidigare implementationer för att predicera fotgängare är, teoretiskt sett, probabilistiska och är inte lämpliga att implementera i riktiga system. Därmed, detta examensarbete är inte det första som predicerar framtida nåbara set för fotgängare genom att använda kluster för beteendedatat, men den är det första arbetet som bibehåller säkerhetsgarantier i processen. Den introducerade metoden i detta examensarbete rubricerar först de tidigare inspelade banorna baserat på beteendet, även kallat läget, som fotgängaren uttrycker, vilket är gjort genom simpla betingade påståenden. Detta görs offline. Dock, denna implementation är designad till att vara modulär vilket underlättar förbättringar till rubriceringssystemet. Fortsättningsvis, beräknas de nåbara seten för varje beteende separat, vilket möjliggör att en potentiell rörelseplanerare kan avgöra vilka beteendeset som är relevanta för specifika scenarion. Teoretiskt sett så ger denna metod säkerhetsgarantier. Resultaten från denna metod var först och främst mer beskrivande nåbara set, vilket betyder att de predicerade områdena korsar områden som de rimligtvis ska korsa, och inte korsar område som de rimligen inte ska korsa. Dessutom, volymen på zonotoperna for beteendeseten observerades att vara mindre än volymen för baslinjeseten, vilket indikerar lägre överskattningar och mindre konservativa prediceringar. Dessa resultat möjliggör mer effektiv rörelseplanering för uppkopplade och autonoma fordon, vilket reducerar bränsleförbrukningen och bromsslitage.

This thesis explores the integration of deep learning-based depth estimation models with the ORB-SLAM3 framework to address challenges in monocular Simultaneous Localization and Mapping (SLAM), particularly focusing on pure rotational movements. The study investigates the viability of using pre-trained generic depth estimation networks, and hybrid combinations of these networks, to replace traditional depth sensors and improve scale accuracy in SLAM systems. A series of experiments are conducted outdoors, utilizing a custom camera setup designed to isolate pure rotational movements. The analysis involves assessing each model's impact on the SLAM process as well as performance indicators (KPIs) on both depth estimation and 3D tracking. Results indicate a correlation between depth estimation accuracy and SLAM performance, underscoring the potential of depth estimation models in enhancing SLAM systems. The findings contribute to the understanding of the role of monocular depth estimation in integrating with SLAM, especially in applications requiring precise spatial awareness for augmented reality. / Denna avhandling utforskar integrationen av djupinlärningsbaserade modeller för djupuppskattning med ORB-SLAM3-ramverket för att möta utmaningar inom monokulär Samtidig Lokalisering och Kartläggning (SLAM), med särskilt fokus på rena rotationsrörelser. Studien undersöker möjligheten att använda förtränade generiska nätverk för djupuppskattning och hybridkombinationer av dessa nätverk, för att ersätta traditionella djupsensorer och förbättra skalanoggrannheten i SLAM-system. En serie experiment genomförs med användning av en specialbyggd kamerauppställning utformad för att isolera rena rotationsrörelser. Analysen omfattar bedömning av varje modells påverkan på SLAM-processen samt kvantitativa prestandaindikatorer (KPI:er) för både djupuppskattning och följning. Resultaten visar på ett samband mellan noggrannheten i djupuppskattningen och SLAM-prestandan, vilket understryker potentialen hos modeller för djupuppskattning i förbättringen av SLAM-system. Rönen bidrar till förståelsen av rollen som monokulär djupuppskattning har i integrationen med SLAM, särskilt i tillämpningar som kräver exakt spatial medvetenhet.

The growing availability of UAVs has created a demand for drone detection systems. Several studies have used neuromorphic cameras to detect UAVs; however, a fully neuromorphic system remains to be explored. We present a fully neuromorphic system consisting of an event camera and a spiking neural network running on neuromorphic hardware. Two spiking neural network architectures have been evaluated and compared to a non-spiking artificial neural network. The spiking networks show promise and perform on par with the non-spiking network in a few scenarios. Spiking networks were deployed on the Synsense Speck, a neuromorphic system on a chip, and demonstrated increased performance compared to simulations. The deployed network is capable of detecting drones up to a distance of 20 meters with high probability while consuming less than 7.13 milliwatts. The system can operate for over a year powered by a small power bank. In contrast, the equivalent non-spiking network running on the NVIDIA Jetson would operate for a few hours. The use of neuromorphic hardware enables sustained UAV detection in remote and challenging environments previously deemed inaccessible due to power constraints.

This master’s thesis project investigates the utilization of a low-cost hyperspectral (HS) imaging rig to identify and classify drought stress in pine plants. Drought stress is a widespread environmental challenge affecting global forestry, requiring more resources as the industry grows and global warming rises. This provokes a need for affordable, and efficient monitoring methods. HS imaging, with its ability to capture a wide range of spectral information, offers promising methods for quick and precise measurements of plant stress. The project methodology is comprised of redesigning an existing HS imaging rig, with the camera employing push-broom technology, to yield precise and consistent HS images. This involved exploring the camera’s spectral range, designing components to ensure consistent artificial lighting using blackbody radiation sources, and calibrating the HS camera for focal depth and aberrations like smile and keystone. Two experiments were conducted to obtain the data for pine stress detection, first for two binary categories: Control, and 100% Drought, and later introducing a third semi-drought category in the second experiment. The data analysis encompassed preprocessing the HS images to correct the lighting intensity distributions and normalization of pixel values. Accompanied by filtering, resampling spectral data, and feature extraction facilitating consistent drought identification, and data management. To identify stress patterns in pine plants and temporal decay rates, methods such as spectral reflectance analysis, various vegetation indices (VI), and statistical learning techniques like discriminant analysis and logistic regression were evaluated for distinguishing between stressed and healthy plants. The results demonstrate the accuracy of the HS imaging rig in measuring spectral reflectances from plants, capturing changes between 550 − 670 nm in the visible spectrum and 750 − 890 nm in the near-infrared (NIR) spectrum due to increasing stress affecting chlorophyll levels. Both well-established VIs and empirically designed indices indicate reliable early detection. Comparing multiple VIs to statistical learning models shows similar performances in binary classification tasks. Feature selection methods using correlation matrices, and L1 penalty for logistic regression support stress effects visible in the data, paving the way for cost-effective strategies in sustainable forestry management.

In the field of robotics, Artificial Intelligence based on Machine Learning and Deep Learning is a key enabling technology for robot navigation, interaction and task execution. Despite significant advances in AI, there remain notable hurdles in deploying AI algorithms in real-time safety-critical systems such as robotic systems, to achieve high levels of safety assurance in the presence of stringent hardware resource constraints. For Deep Learning-based perception based on computer vision, adversarial patch attacks have emerged as a potent technique for fooling classifiers by placing a patch on the input image, and defence techniques against such attacks is an active research topic. In this thesis, we address two research questions: RQ1: How do adversarial patch defence algorithms perform on different hardware platforms with varying computing capabilities? RQ2: How do heuristics-based adversarial defence algorithms perform with increasing patch sizes? To address RQ1, this thesis measures and compares among six well-known adversarial patch defence algorithms, including 14 models, on three different hardware platforms. Their performance in accuracy and processing time are compared and trade-offs are presented. To address RQ2, this thesis measures and compares accuracy and timing performance of a representative heuristics-based algorithm with increasing patch sizes, and compares the performance of masking-alone mitigation and Generative Adversarial Network (GAN)-based mitigation. The research results of this thesis aim to serve as a useful reference for the practical deployment of adversarial patch defence algorithms in robotic systems.

Interoperability development between Autonomous Mobile Mobots, Auto- mated Guided Vehicles and their fleet managers provided by different brands became a highly important topic in the factory and warehouse management industry. The compatibility between the providers would provide endless opportunities for the customers to build scalable, flexible, and dynamic systems. The thesis develops a program synthesis method that is capable of making conversions between data structures. The results provide the programmers with a tool that can be used to create function compositions by providing input-output pairs and can save a significant amount of time. The study solves the search problem using Context-free grammar and a beam search guided by a neural network. The work compares the performance of three different artificial intelligence structures recurrent neural networks, long short-term memory networks, and gated recurrent unit networks, and validates the solution on a test set that consists of lines from data structures that are used in the Autonomous Mobile Robot industry combined with some generated data to measure performance in regards of the generalization power. / Interoperabilitetsutveckling mellan Autonoma Mobila Robotar, Automatiserade Guidade Fordon och deras flottförvaltare från olika varumärken har blivit ett mycket viktigt ämne inom fabriks- och lagerhanteringsbranschen. Kompatibiliteten mellan leverantörerna skulle ge oändliga möjligheter för kunderna att bygga skalbara, flexibla och dynamiska system. Avhandlingen utvecklar en programssyntesmetod som kan göra omvandlingar mellan datastrukturer. Resultaten ger programmerare ett verktyg som kan användas för att skapa funktionskompositioner genom att tillhandahålla in- och utdata- par och kan spara betydande tid. Studien löser sökproblemet med hjälp av kontextfri grammatik och en strålsökning som styrs av ett neuralt nätverk. Arbetet jämför prestandan hos tre olika konstgjorda intelligensstrukturer: ”recurrent neural networks", ”long short-term memory networks", och ”gated recurrent unit networks", och validerar lösningen på en testuppsättning som består av rader från datastrukturer som används inom den autonoma mobila robotindustrin kombinerat med några genererade data för att mäta prestanda med avseende på generaliseringskraften.