The CIA has since its inception conducted covert actions that constitute use of military force. This paper examines the use of covert military force by the CIA in Nicaragua and the use of targeted killing by CIA drones and paramilitaries against Islamic terrorists in countries outside the declared warzones of Afghanistan and Iraq. This research utilizes a case study framework viewed from a perspective grounded from theories of just war and international law. Furthermore, this research use three theories from international relation studies to explain why the use of covert military action by the CIA is likely to continue due to the nature of international system.    International law and theories of just war explains in great detail what constitutes legitimate and illegitimate use of force, however, they do not consider the broad implications and consequences of the use of covert actions. A central component of just war is the need for states to justify their actions, which isn’t the case when they conduct their actions covertly. The material relies heavily on reports from American national security experts and historians. The results show that there are several factors within the international political system that enables the use of covert action and I put forward suggestions trying to mitigate the harm and desirability of the utilization of covert military action.

A drone is an aircraft that can fly itself or be remotely controlled by a driver elsewhere while collecting data of various kinds. In Swedish forestry drones are used today both by professionals and by private forest owners. The aim of this study was to find out how drones are used in Swedish forestry today, describe their strengths, weaknesses, opportunities and threats, and find out what developmental areas there are for drones. Data was collected through telephone interviews with nine respondents with different geographical locations in Sweden and with different practical experiences. Drones are primarily used in forestry planning. In the SWOT analysis, most responses were in the category of strengths. Examples of strengths many saw were more effective work and planning. The main opportunity was the rapid development of technology. Weaknesses mentioned were that they lacked equipment and the largest threat was the authorities. Many respondents wanted to see development of apps and program.

Denna rapport handlar om sju studenters kandidatarbete som utfördes i kursen TDDD96 - Kandidatprojekt i programvaruutveckling vid Linköpings universitet under våren 2020. Målet med projektet var att utveckla en webbapplikation som visar en karta, där användaren kan styra drönare genom att specificera ett område på denna karta. Drönarna tar flygfoton över området som sedan visas på kartan. Resultatet blev en fungerande produkt för demonstrationssyften, en teknisk beskrivning av produkten och en användarmanual. Rapporten innehåller även sju individuella delar som ger en fördjupning inom olika delområden av projektet.

Den här rapporten beskriver och behandlar resultatet av ett kandidatarbete som utfördes i kursen TDDD96:Kandidatprojekt i programvaruutveckling som ges vid Linköpings universitet. Namnet på projektet som har utförts är Drone Light Display och det beställdes av RISE Research Institutes of Sweden AB. Den division av RISE som har lokaler på Linköpings universitet är inriktade på drönarforskning. Uppdraget blev därför att skapa en algoritm för att detektera och undvika kollision mellan drönare samt implementera ett omkringliggande system för att generera ljusshower med hjälp av drönare som flyger i formation. Projektet utfördes av sju tredjeårsstudenter som studerar till Civilingenjör i data- respektive mjukvaruteknik vid Linköpings universitet. Det resulterade i två användargränssnitt, ett för hantering av ljusshower och ett för statuskontroll av drönare, två servrar och en antikollisionsmodul. Antikollisionsmodulen körs som en separat process på varje drönare och är kompatibel med RISE:s egna styrsystem, Drone Safety Service. De båda servrarna tar emot en rad information från drönarna och sammanställer och skickar sedan ut denna till alla drönare och antikollisionsmodulen. På så sätt får antikollisionsmodulen tillgång till den information som behövs för att kunna ta informerade beslut så att drönarna kan undvika kollisioner. Avslutningsvis innehåller rapporten individuella bidrag från varje projektmedlem inom diverse ämnen som är kopplade till mjukvaruutveckling eller till projektet i allmänhet.

Unmanned Aerial Vehicles, often called drones or abbreviated as UAVs, have been popularised and used by civilians for recreational use since the early 2000s. A majority of the entry- level commercial drones on the market are based on a WiFi connection with a controller, usually a smart phone. This makes them vulnerable to various WiFi attacks, which are evaluated and tested in this thesis, specifically on the Ryze Tello drone. Several threats were identified through threat modelling, in which a set of them was selected for penetration testing. This is done in order to answer the research question: How vulnerable is the Ryze Tello drone against WiFi based attacks? The answer to the research question is that the Ryze Tello drone is relatively safe, with the exception of it not having a default password for the network. A password was set for the network, however it was still exploited through a dictionary attack. This enabled attacks such as injecting flight instructions as well as the ability to gain access to the video feed of the drone while simultaneously controlling it through commands in terminal. / Drönare, eller UAV från engelskans Unmanned Aerial Vehicle, har ökat i popularitet bland privatpersoner sedan tidigt 2000tal. En majoritet av drönare för nybörjare är baserade på WiFi och styrs med en kontroll som vanligtvis är en smart phone. Detta innebär att dessa drönare kan vara sårbara för olika typer av attacker på nätverket, vilket utvärderas och testas i denna rapport på drönaren Ryze Tello. Flera hot identifierades med hotmodellering och ett flertal valdes ut för penetrationtest. Detta genomförs med syftet att svara på forskningsfrågan: Hur sårbar är Ryze Tello mot WiFi baserade attacker? Svaret på forskningsfrågan är att drönaren Ryze Tello är relativt säker, med undantaget att den inte har ett standardlösenord. Ett lösenord sattes på nätverket, men lösenordet knäcktes ändå med en ordboksattack. Detta möjliggjorde attacker så som instruktionsinjicering och förmågan att se videoströmmen från drönaren samtidigt som den kan kontrolleras via kommandon i terminalen.

Det här projektet optimerar ett system som använder den statiska sökalgoritmen A* för att fåen autonom drönare att kunna undvika rörliga och målsökande hinder på sin färd emot enangiven måldestination. Optimeringen bygger på tidigare arbeten där bland annat ModelPredictive Control (MPC) har en stor påverkan på det implementerade systemet.Resultatet av projektet visar att det är möjligt att optimera ett system som använder sig av enstatisk planeringsalgoritm genom lokal planering inom det område drönaren har kunskap om.Ett högt planeringstempo där drönaren enbart följer första delen i den genererade planen,möjliggör att drönaren hela tiden kan anpassa sig till förändringar i omgivningen och undvikakollision. / This project optimizes a system that uses the static search algorithm A* to enable anautonomous drone to avoid moving and target-seeking obstacles on its way to a specifieddestination. The optimization is based on previous work where Model Predictive Control(MPC) has a major impact on the implemented system.The result of the project shows that it is possible to optimize a system using a static planningalgorithm through local planning in the area of which the drone has knowledge. A highplanning pace enables the drone to follow the first part of the generated plan, which meansthat the drone can constantly adapt to changes in the surroundings and avoid collisions.

Autonomous drone navigation in classical approaches typically involves constructing a map representation and employing path planning and collision checking algorithms within that map. Recently, novel deep learning techniques combined with depth camera observations have emerged as alternative approaches capable of achieving comparable collision-free performance. While these methods have demonstrated effective collision-free performance in dense environments, they rely on low-noise range or visual data, which may not be feasible in extreme degraded environments characterized by factors such as dust, smoke, weak geometries, or low-texture areas. A possible alternative is to leverage recent progress in mmWave radar imaging, which previously has produced data of insufficient resolution for such purposes. Through the use of a Variational Autoencoder and existing collision prediction algorithms, the goal of this study is to prove the use of mmWave radar for navigating difficult environments. The results of the study exhibit successful navigation in simulated scenarios featuring sparse obstacles. Additionally, results of utilizing real-world mmWave radar data in example scenarios is provided to demonstrate the potential for further application of this technology. / Autonom navigation för drönare i klassiska tillvägagångssätt innebär vanligtvis att man konstruerar en kartrepresentation och använder vägplanerings- och kollisionskontrollalgoritmer inom den kartan. Nyligen har nya djupinlärningstekniker kombinerat med djupkameraobservationer framträtt som alternativa tillvägagångssätt som kan uppnå jämförbar prestanda utan kollisioner. Även om dessa metoder har visat effektiv prestanda utan kollisioner i täta miljöer, är de beroende av störningsfria avstånds- eller visuella data, vilket kanske inte är genomförbart i extrema försämrade miljöer som karakteriseras av faktorer som damm, rök, svaga geometrier eller områden med låg textur. Ett möjligt alternativ är att dra nytta av de senaste framstegen inom mmWave-radaravbildning, vilket tidigare har producerat data med otillräcklig upplösning för sådana ändamål. Genom användning av en varieabel autoencoder och befintliga kollisionsprognosalgoritmer syftar denna studie till att bevisa användningen av mmWave-radar för att navigera i svåra miljöer. Resultaten från studien visar framgångsrik navigering i simulerade scenarier med glesa hinder. Dessutom presenteras resultat från användning av verkliga mmWave-radardata i exempelscenarier för att visa potentialen för ytterligare tillämpningar av denna teknik.

Unmanned Aerial Vehicles (UAVs) could play an important role in Search & Rescue (SAR) operations thanks to their ability to cover large, remote, or inaccessible search areas quickly without putting any personnel at risk. As UAVs are becoming autonomous, the problem of identifying humans in a variety of conditions can be solved with computer vision implemented with a thermal camera. In some cases, it would be necessary to operate with one or several small, agile UAVs to search for people in dense and narrow environments, where flying at a high altitude is not a viable option. This could for example be in a forest, cave, or a collapsed building. A small UAV has a limitation in carrying capacity, which is why this thesis aimed to propose a lightweight thermal solution for human detection that could be applied on a small SAR-UAV for operation in dense environments. The solution included a Raspberry Pi 4 and a FLIR Lepton 3.5 thermal camera in terms of hardware, which were mainly chosen thanks to their small footprint regarding size and weight, while also fitting within budget restrictions. In terms of object detection software, EfficentDet-Lite0 in TensorFlow Lite format was incorporated thanks to good balance between speed, accuracy, and resource usage. An own dataset of thermal images was collected and trained upon. The objective was to characterize disturbances and challenges this solution might face during a UAV SAR-operation in dense environments, as well as to measure how the performance of the proposed platform varied with increasing amount of environmental coverage of a human. This was solved by conducting a literature study, an experiment in a replicated dense environment and through observations of the system behavior combined with analysis of the measurements. Disturbances that affect a thermal camera in use for human detection were found to be a mixture of objective and subjective parameters, which formed a base of what type of phenomena to include in a diverse thermal dataset. The results from the experiment showed that stable and reliable detection performance can be expected up to 75% vegetational coverage of a human. When fully covered, the solution was not reliable when trained on the dataset used in this thesis. / Obemannade drönare (UAVs) kan spela en viktig roll i sök- och räddningsuppdrag (SAR) tack vare deras förmåga att snabbt täcka stora, avlägsna eller otillgängliga sökområden utan att utsätta personal för risker. För autonoma UAVs kan problemet med att identifiera människor i en mängd olika förhållanden lösas med datorseende implementerat tillsammans med en värmekamera. I vissa fall kan det vara nödvändigt att operera med en eller flera små, smidiga UAVs för att söka efter människor i täta och trånga miljöer, där flygning på hög höjd inte är ett genomförbart alternativ. Det kan till exempel vara i en skog, grotta eller i en kollapsad byggnad. En liten UAV har begränsad bärförmåga, vilket är varför denna avhandling syftade till att föreslå en lättviktslösning för mänsklig detektering med värmekamera som skulle kunna appliceras på en liten SAR-UAV för drift i täta miljöer. Lösningen inkluderade Raspberry Pi 4 och en FLIR Lepton 3.5 värmekamera gällande hårdvara, tack vare liten formfaktor och liten vikt, samtidigt som de passade inom budgetramen. Gällande detekterings-mjukvara användes EfficentDet-Lite0 i TensorFlow Lite-format tack vare en bra balans mellan hastighet, noggrannhet och resursanvändning. En egen uppsättning av värmebilder samlades in och tränades på. Målet var att identifiera vilka störningar och utmaningar som denna lösning kan påträffa under en sökoperation med UAVs i täta miljöer, samt att mäta hur prestandan för den föreslagna plattformen varierade när täckningsgraden av en människa ökar p.g.a. omgivningen. Detta löstes genom att genomföra en litteraturstudie, ett experiment i en replikerad tät miljö och genom observationer av systemets beteende kombinerat med analys av mätningarna. Störningar som påverkar en värmekamera som används för mänsklig detektion visade sig vara en blandning av objektiva och subjektiva parametrar, vilka utgjorde en bas för vilka typer av fenomen som skulle inkluderas i en mångsidig kollektion med värmebilder. Resultaten från experimentet visade att stabil och pålitlig detekteringsprestanda kan förväntas upp till 75% täckningsgrad av en människa p.g.a. vegetation. När människan var helt täckt var lösningen inte tillförlitlig när den var tränad på kollektionen som användes i denna avhandling.

A plethora of multi-copter drones can be found in a variety of public and private sectors in society; crime detection, border guard, agricultural inspections, aerial photography, cinematography, television, and entertainment. Unlike commercial drones, ornithopters - flapping bird-like drones - have a very different materiality. The different aesthetics and flight dynamics of these machines require designers to rethink the design space of this kind of drone. This study aims to map out the preliminary design space of ornithopters and explore their interesting flight dynamics and material qualities. Participants were invited to a workshop to build and fly three different ornithopters and reflect on the ornithopters and their experiences while flying them. This thesis presents a series of insights into ornithopters, especially their unique materiality. The unique materials used in ornithopters, such as balsa wood, polystyrene, nylon and carbon fiber, allow them to fly more efficiently and withstand the forces of flight. Finally, I argue that designers can embrace the design space of ornithopters by creating features that amplify the unique and unpredictable movements of the machine, which could lead to new and innovative designs. This would work towards a celebration of non-uniformity of morphologies and movements in an ecosystem of biologically-inspired flying robots. / En mängd av multirotor drönare kan hittas i olika offentliga och privata sektorer i samhället; brottsbekämpning, gränskontroller, jordbruksinspektioner, flygfotografering, filmproduktion, television och underhållning. Till skillnad från kommersiella drönare har ornithoptorer - fågelliknande flaxande drönare - en helt annorlunda materialitet. De olika estetiska och flygdynamiska egenskaperna hos dessa maskiner kräver att designers omprövar designutrymmet för denna typ av drönare. Denna studie syftar till att kartlägga det preliminära designutrymmet för ornithoptorer och utforska deras intressanta flygdynamik och materialkvaliteter. Deltagare var inbjudna till en workshop för att bygga och flyga tre olika ornithoptar och för att observera deras upplevelse att flyga med dem. Detta arbete omfattar ett antal insikter om ornithoptar, speciellt deras unika materialitet. De unika material som används i ornithoptar, såsom balsaträ, polystyren, nylon och kolfiber, tillåter de att flyga mera effektivt och motstå krafterna i flygningen. Slutligen argumenterar jag att designers kan ta tillvara designutrymmet av ornithoptar genom att skapa egenskaper som amplifierar de unika och oförutsägbara rörelserna av maskinerna, vilket skulle leda till nya och innovativa designer. Detta skulle bidra till en hyllning av icke uniformitet av morfologier och rörelser i ett ekosystem av biologiskt inspirerade flygande robotar

The use of unmanned aerial vehicles (UAVs) is well established in the military sector with great advantages in modern warfare. The concept of using UAV swarms has been discussed over two decades, but is now seeing its first real system used by the Israel defence forces. There is no exact definition what a swarm is, but it is proposed that it should satisfy the following three requirements. A swarm should have limited human control, the number of agents in a swarm should be at least three and the agents in the swarm should cooperate to perform common tasks. The complexity of controlling multiple autonomous UAVs gives way to the problem of how to take advantage of the operators cognitive and tactical abilities to control a swarm to effectively conduct military reconnaissance missions. The method of using behaviour trees as a control structure was derived from previous work in swarm systems. A behaviour tree is a structured way of organising and prioritising actions of autonomous systems. Behaviour trees are similar to finite state machines (FSMs) with the advantages of being modular, reactive, and with better readability. Three different behaviour trees with increasing complexity was created and simulated in the game engine Unity. A fourth more real life behaviour tree was created and used as a basis for discussing the strength and weaknesses of using behaviour trees against previous work. Using behaviour tree as a unifying structure for creating a swarm that integrates the tactical abilities of an operator with the strength of an autonomous swarm seems promising. The proposed method of using behaviour trees i suggested to be used as a platform for discussing the swarm desired functions and to create a common vision for both operators and engineers how a swarm should function. / Användning av drönare är väletablerad inom det militära och ger stora fördelar i dagens moderna krigsföring. Idén om att använda en svärm av drönare har diskuterats under de senaste två decennierna, men först nu sett sin första riktiga system som använts av Israels försvarsmakt. Det finns ingen exakt definition av vad en svärm är, men det har föreslagits att en svärm ska uppfylla de följande tre kraven. En svärm ska ha begränsad mänsklig interaktion, antalet agenter ska vara minst tre och svärmen ska samarbeta för att lösa gemensamma uppgifter. Svårigheterna med att styra en autonom svärm ger upphov till hur man ska utnyttja en operatörs kognitiva och taktiska förmåga för att styra en autonom drönarsvärm för att effektivt utföra militära spaningsuppdrag. Utifrån tidigare arbete inom styrning av svärmar verkade beteende träd som en lovande metod. Beteendeträd är ett strukturerat sätt att organisera och prioritera beteenden för ett autonomt system. Beteendeträd har många likheter med ändliga tillståndsmaskiner, men fördelarna att vara modulära, responsiva och mer lättläsliga. Tre olika beteendeträd med ökande komplexitet skapades och deras funktionalitet simulerades i Unity. Ett fjärde mer verklighetstroget beteendeträd skapades och användes som underlag för att diskutera beteendeträds styrkor och svagheter i jämförelse med tidigare arbeten. Användningen av beteendeträd för att förena den mänskliga operatören med det autonoma systemet verkar lovande. Den föreslagna metoden att använda beteendeträd för att styra en svärm är tänkt att användas som ett gemensamt underlag för att möjliggöra att operatörer och ingenjörer kan ha en gemensam bild hur en svärm ska fungera.