Energy Harvesting, also known as power harvesting or ambient power, is the process of obtaining small amounts of power from secondary sources, such as vibrations, light, temperature variations and even radio-frequency emissions. These systems have been uncommon in personal and wearable electronics in the past, however they are slowly gaining traction. With the increasing sophistication of prosthetic limbs and implants, devices that in some cases require a consistent and reliable power source, the potential field of application for energy harvesting grows wider. This thesis project evaluates whether energy harvesting methods could be implemented in future prosthetic limb designs without significantly affecting weight, user comfort, complexity of design etc., and whether the gains of such an implementation would be worth the effort and cost put into it. For reference the project used the RHEO KNEE® by Össur Hf., a microcontroller controlled prosthetic knee, as a device that such a system could be integrated with. Energy harvesting is still an emerging field and is a long time away from being a viable primary power source for most electronic devices. However, it still might have potential as a supplementary source for extending charge cycles or making smaller (and therefore more lightweight) power cells viable. This master’s thesis project was broad in scope and included 3D-design; mechanical, electrical and embedded software design; and setting up a miniature kinetic power generator as well as a photovoltaic harvesting system. No amputees were available for testing the designs so the system was tested with a 3D-printed model that was moved by hand to simulate the generation process. Due to some incorrect inital assumptions, the final electronic design was not optimal for this kind of system. However, a kinetic generator that harvested power from a modeled heel striking the ground 50 times a minute produced about 23mW of power. 53cm2 of photovoltaic panels produced 42μW of power in an ambient light setting. For comparison, a low-power microcontroller needed about 119μW of power on average to do some simple processing and send Bluetooth transmissions once every two seconds. / Energiinsamling (e. Energy Harvesting), är processen för att erhålla små mängder kraft från sekundära källor, såsom vibrationer, ljus, temperaturvariationer och utstrålning i radiofrekvens. Dessa system har varit ovanliga i hemelektronik och bärbar teknik, men de vinner sakta dragkraft. Med den ökande förfining av proteser och implantat, som i vissa fall kräver en jämn och pålitlig strömkälla, växer det potentiella användningsområdet för energiinsamling. Detta examensarbete utvärderar huruvida energiinsamlingsmetoder skulle kunna implementeras i framtida proteskonstruktioner utan att nämnvärt påverka vikt, användarkomfort, komplexitet i design etc., och om vinsterna med en sådan implementering skulle vara värd ansträngningen och kostnaden. Som exempel använde detta projekt en datoriserad knäprotes av Össur HF, RHEO KNEE®, som exempel på ett system som energiinsamling skulle kunna integreras med. Energiinsamling är fortfarande ett växande forskningsområde och är långt ifrån att en strömkälla för det mesta elektronik.. Det kan ändå ha potential som en kompletterande strömkälla som kan förlänga laddningscykler eller göra mindre (och därför lättare) batterier möjliga. Detta examensarbete var brett i omfattning och inkluderade 3D-design; mekanisk-, elektrisk- och mjukvara-design; och inrättning av en kinetisk kraftgenerator i miniatyr samt ett ljusdrivet energiinsamlingssystem. Inga amputerade var tillgängliga för att testa designen, därför så testades systemet med en 3D-printad modell som rördes för hand för att simulera strömförsörjelseprocessen. På grund av några felaktiga initiala antaganden var den slutliga elektroniska designen inte optimal för denna typ av system. Ändå lyckades en kinetisk generator som använde energiinsamlingsprinciper producera cirka 23mW ström genom en simulerad häl som träffade marken cirka 50 gånger i minuten. 53cm2 solcellspaneler producerade 42μW energi i en ljussatt miljö. Som jämförelse behövde en strömsnål styrkrets i genomsnitt cirka 119μW effekt för att genomföra enkla programprocesser och skicka Bluetooth-överföringar en gång varannan sekund. / Hliðarorkuöflun (e. energy harvesting), sem einnig bætti kalla umhverfisöflun, er ferlið við að fá lítið magn af orku frá óbeinum aflgjafa, svo sem frá hristingi, ljósi, hitabreytingum og jafnvel útvarpsbylgjum. Þessi kerfi hafa verið sjaldgæf í raftækjum hingað til, þó þau eru hægt og rólega að fá hlutdeild. Með nýrri og fágaðri gervilimum og ígræðslum, tæki sem í sumum tilvikum þurfa samfellda og áreiðanlega orkjugjafa, víkkar mögulegt notkunarsvið hliðarorkuöflunar. Þetta lokaverkefni metur hvort aðferðir við hliðarorkuöflun gætu verið notaðar í hönnun gervilima framtíðarinnar án þess að hafa neikvæð áhrif á þyngd, þægilegheit, flóknun hönnunar o.þ.h., og hvort hagur sé í samræmi við framlag og kostnað. Þetta verkefni notar RHEO KNEE® frá Össuri Hf. sem viðmið, sem er gervihné stjórnað af örtölvu. Viðmiðinu er ætlað að sýna notagildi kerfisins. Hliðarorkuöflun er ennþá svið í þróun og er nokkuð í að það geti orðið frumorkugjafi fyrir flest raftæki. Hins vegar þá gæti það enn átt möguleika á að vera aukaorkugjafi til að auka tímalengd hverrar hleðslu eða gera minni og léttari rafhlöður raunhæfari. Þetta meistaraverkefni var viðamikið að því leiti að það fól í sér þrívíddarhönnun; vél-, raf- og hugbúnaðarhönnun; og uppsetningu á hreyfirafal ásamt ljósorkuöflunarkerfi. Engir einstaklingar sem misst hafa fót voru til staðar til að prófa hannanir þessa verkefnis. Þ.a.l. voru þær prófaðar með þrívíddarprentuðum líkönum sem hreyfð voru með handafli til að líkja eftir orkuframleiðsluferlinu. Vegna rangrar upprunalegrar forsendu þá var endanleg rafhönnunin ekki ákjósanleg fyrir slíkt kerfi. Hreyfirafall tengdur við gervihæl sem sló jörðu 50 sinnum á mínútu framleiddi þó 23mW af orku. 53cm2 af ljósorkueiningum framleiddu 42μW af afli í meðal herbergisbirtu. Til samanburðar þá eyðir skilvirk örtölva u.þ.b. 119μW af afli í einfaldri tölvuvinnslu ásamt því að senda Bluetooth sendingu á tveggja sekúnda fresti.

In the intricate domain of Printed Circuit Boards (PCBs), object detection poses unique challenges, particularly given the broad size spectrum of components, ranging from a mere 2 pixels to several thousand pixels within a single high-resolution image, often averaging 4000x3000 pixels. Such resolutions are atypical in the realm of deep learning for computer vision, making the task even more demanding. Further complexities arise from the significant intra-class variability and minimal inter-class differences for certain component classes. In this master thesis, we rigorously evaluated the performance of a CNN-based object detection framework (FCOS) and a transformer model (DETR) for the task. Additionally, by integrating the novel foundational model from Meta, named ”Segment Anything,” we advanced the pipeline to include instance segmentation. The resultant model is proficient in detecting and segmenting component instances on PCB images, achieving an F1 score of 81% and 82% for the primary component classes of resistors and capacitors, respectively. Overall, when aggregated over 18 component classes, the model attains a commendable F1 score of 74%. This study not only underscores the potential of advanced deep learning techniques in PCB analysis but also paves the way for future endeavors in this interdisciplinary convergence of electronics and computer vision / I det komplicerade området med kretskort (PCB) innebär objektdetektering unika utmaningar, särskilt med tanke på det breda storleksspektrumet av komponenter, från bara 2 pixlar till flera tusen pixlar i en enda högupplöst bild, ofta i genomsnitt 4000x3000 pixlar. Sådana upplösningar är atypiska när det gäller djupinlärning för datorseende, vilket gör uppgiften ännu mer krävande. Ytterligare komplexitet uppstår från den betydande variationen inom klassen och minimala skillnader mellan klasserna för vissa komponentklasser. I denna masteruppsats utvärderade vi noggrant prestandan hos ett CNNbaserat ramverk för objektdetektering (FCOS) och en transformatormodell (DETR) för uppgiften. Genom att integrera den nya grundmodellen från Meta, med namnet ”Segment Anything”, utvecklade vi dessutom pipelinen för att inkludera instanssegmentering. Den resulterande modellen är skicklig på att upptäcka och segmentera komponentinstanser på PCB-bilder och uppnår en F1-poäng på 81% och 82% för de primära komponentklasserna resistorer respektive kondensatorer. När modellen aggregeras över 18 komponentklasser uppnår den en F1-poäng på 74%. Denna studie understryker inte bara potentialen hos avancerade djupinlärningstekniker vid PCB-analys utan banar också väg för framtida insatser inom denna tvärvetenskapliga konvergens av elektronik och datorseende.

Den här rapporten beskriver ett examensarbete i elektroteknik på Kungliga tekniska högskolan. Syftet var att skapa en unik systemlösning där ett CAN-adapterkort (Controller Area Network) skulle integreras med ett system för övervakning av däcktryck i tunga fordon. Målet var att presentera mätvärden från ventilsensorer på en persondator. Systemet för övervakning av lufttryck heter J1939 – TPMS och är en färdig produkt. J1939 – TPMS skickar CAN-ramar på en CAN-buss i J1939-format. Dessa ramar ska läsas in av adapterkortet och presenteras på ett terminalprogram på en persondator. Arbetet har bestått av att utreda hur systemet J1939 – TPMS fungerar i detalj. Rollen för protokollet J1939 och dess förhållande till CAN har förklarats. Hur J1939-ramar tolkas och hur mätdata rörande TPMS avkodas har beskrivits i detalj. Principer för hur en CAN-nod fungerar har klargjorts. Baserat på detta har ett CAN-adapterkort konstruerats. Konstruktionen har inneburit komponentval, design av elektronikschema, design av mönsterkort och utveckling av inbyggd programvara. Resultatet blev ett färdigt och fungerande CAN-adapterkort som har testats med J1939 – TPMS. Kraven för projektet uppfylldes. Dock så kommer mer arbete med kortet och systemet behövas för att det ska bli en färdig produkt. Arbetet genomfördes hos Motion Control i Västerås AB i samarbete med Transeco Däckservice. / This report describes a degree project at the Royal Institute of Technology. The purpose was to create a unique system solution in which a CAN adapter card (Controller Area Network) was to be integrated with an air pressure monitoring system for heavy duty vehicles. The goal was to present measurement values ​​from valve sensors on a personal computer. The air pressure monitoring system is called J1939 - TPMS and is a finished product. J1939 - TPMS sends CAN-frames to a CAN-bus in J1939 format. These frames are to be read by the adapter card and presented on a terminal program on a personal computer. The job has been to investigate how the J1939 - TPMS system works in detail. The role of the J1939 protocol and its relationship with CAN has been clarified. Also, a detailed description of how J1939 frames are interpreted and how the measuring data TPMS is decoded is done. Principles for how a CAN node works has been clarified. Based on this, a CAN adapter card has been designed. The design has included component selection, design of electronics schema, design of computer cards and development of embedded software. The result was a ready-to-use CAN adapter card tested with J1939-TPMS. Requirements for the project were met. However, more work with the card will be needed to make it a finished product. The work was carried out at Motion Control in Västerås AB in cooperation with Transeco Däckservice (Transeco Tire Service).

As electronics are getting both smaller and more advanced, the need to verify and validate remains and the means are getting more complex the more functions and components are added. Traditionally, in-circuit tests (ICTs) are performed by probing dedicated test points on the Printed Circuit Board Assembly (PCBA) in a test sequence that is unique to each product. But as the density of components increases, the choice between component and test point must be considered. Instead of decreasing the reliability during verification by having to remove less system-critical test points, this thesis suggests the use of a near-field probe (NFP) based around a Giant Magneto-Resistance (GMR) sensor to possibly replace the need for a physical test point by instead performing contactless testing. The use of a GMR sensor allows for bandwidth from 0 Hz up to the MHz range, whereas commercial NFPs are based on a different technique and are operational from the MHz range and up. The goal of this project was to improve the non-linearity of typically 15% present in the AAH002-02 model from NVE by the use of an analogue closed-loop magnetic feedback circuit. The project successfully improved the linearity to 99.8% by the use of an instrumentation amplifier, a subtractor and a push-pull amplifier in conjunction with a 3x30 turn planar coil embedded in a PCB, located beneath the sensor Integrated Circuit (IC). The resulting linearity was verified by a Helmholtz coil where a uniform magnetic field was produced with linearly increased field strength, and calculated using the R2 value from a linear regression analysis on the acquired data. In the future, the data acquired from this kind of NFP could be used together with a Machine Learning (ML) model to remove the manual labour required when constructing these product-unique test sequences. / Dagens elektronik blir både mindre och mer avancerad, men behovet av verifiering och validering av dessa kvarstår och metoderna för detta ökar i komplexitet ju fler funktioner och komponenter som läggs till. Dagens kretskortstester genomförs genom att sondera dedikerade testpunkter strategiskt utplacerade på kretskortet enligt en testsekvens som är unikt skapad för varje produkt. Men med att densiteten av komponenter ökar måste valet mellan komponent och testpunkt tas i beaktning. Instället för att minska tillförlitligheten vid validering genom att ta bort mindre kritiska testpunkter föreslår denna avhandling användandet av en närfältssond baserad runt en Giant Magneto-Resistance (GMR)-sensor för att möjligen ersätta behovet av en fysisk testpunkt genom att istället genomföra kontaktlös testning. Användandet av en GMR-sensor tillåter en bandbredd från 0 Hz upp till MHzområdet, där kommersiella närfältssonder är baserade på annan teknik och är funktionsdugliga från MHz-området och uppåt. Målet med detta projekt var att förbättra olinjäriteten på typiskt 15% som är närvarande hos en sensor av modell AAH002-02 från NVE genom en analog magnetisk återkopplingskrets med sluten slinga. Projektet lyckades förbättra linjäriteten till 99.8% genom användandet av en intrumentförstärkare, en subtraherare och en push-pull-förstärkare i samverkan med en plan spole på 3x30 varv inbyggd i ett mönsterkort placerd under sensorns integrerade krets. Den resulterande linjäriteten validerades med hjälp av en Helmholtz-spole där ett uniformt magnetfält producerades med linjärt ökande fältstyrka och beräknades genom R2 -värdet från en linjär regression-analys på den inhämtade datan. I framtiden kan datan som inhämtats från den här sortens närfältssond kunna användas tillsammans med en maskininlärningsmodell för att ersätta det manuella arbetet som idag krävs för att konstruera dessa produktunika testsekvenser