Procedural terrain generation is a field that handles procedural, not by hand, generated realistic looking terrain for use in simulations, video games, movie special effects or art. It allows for creation of vast and far more detailed terrain than humans can create by hand. In this paper a new method for procedural terrain generation is presented. Terrain is generated in three steps. An arbitrarily shaped network oh nodes, a graph, is used as a base to design the shape and layout of terrain features. Common algorithms are used to generate custom terrain features inside the graphs sealed areas and finally the generated terrain is merged into a single piece using a new method. In this manner, more controlled and detailed terrain can be created as the layout and shape of features can be controlled. / Området terräng generering hanterar procedurellt, icke för hand, skapande utav realistisk terräng för användning inom simulationer, data spel, filmers specialeffekter och konst. I denna uppsats presenteras en ny metod för procedurell terräng generation. Terrängen genereras i tre steg. Ett godtyckligt nätverk av noder skapas, en graf, och används som grund för att designa och forma utläggningen av terrängens drag. Kända algoritmer används för att skapa dragen inuti grafens tomma ytor och slutgiltigen sys den genererade terrängen ihop till en sammanhängande helhet med en ny metod. På detta vis kan man skapa mera detaljerad och bättre styrd terräng då man både kan kontrollera dragens former och utläggning. Nyckelord: Terräng, realtid datorgrafik, digital-kartografi, graf-grammatik, Perlin

This thesis aims to develop an e-health embedded system with a real-time operating system (RTOS), which allows users to monitor their body condition, including heart rate and breath, through Bluetooth Low Energy (BLE). Meanwhile, the device is also able to provide guidance for breathing by simulating breathing according to given parameters. In practice, the system samples the heart rate every two milliseconds. To ensure reliability and validity, results are expected to be sent in realtime. However, numerous data cannot be transmitted directly without being processed. Otherwise, the system will crash, and hard faults will occur. A general idea to solve this problem is to classify messages into two categories based on the priority. One is urgent, and the other is unimportant. Two solutions are proposed, one using a unidirectional linked list, and the second using queues. Based on an ARM micro-controller, the e-health embedded system is designed and implemented successfully. The evaluation results show that the solution using a linked list is suitable for the system, while the solution using queues is unable to solve the problem. With the help of the message classification, the urgent messages can be timely transmitted with continuous data. / Avhandlingen syftar till att utveckla ett e-hälso-inbyggt system med ett realtidsoperativsystem (RTOS), som gör det möjligt för användare att övervaka sitt kroppstillstånd, inklusive hjärtfrekvens och andetag, genom Bluetooth Low Energy (BLE). Samtidigt kan enheten också ge vägledning för andning genom att simulera andning enligt givna parametrar. I praktiken samplar systemet hjärtfrekvensen varannan millisekund. För att säkerställa tillförlitlighet och giltighet bör resultaten skickas i realtid. Annars kraschar systemet och allvarliga fel uppstår. En allmän idé för att lösa detta problem är att klassificera meddelanden i två kategorier baserade på prioritering, en är brådskande och den andra är obetydlig. Två lösningar föreslås, en med hjälp av riktad länkad lista och en annan implementerad med hjälp av köer. Resultatmässigt, baserat på en ARM-mikrokontroller, är det inbyggda e-hälsosystemet framgångsrikt designat och konfigurerat. Lösningen med en länkad lista är lämplig för systemet, medan lösningen som implementeras med köer fortfarande inte kan lösa problemet. Med hjälp av meddelandeklassificeringen är de brådskande meddelandena inte ens försenade med kontinuerlig data.

Electronic Control Unit (ECU) is a crucial component in today’s vehicle. In a complete vehicle, there are many ECUs installed. Each of these controls a single function of the vehicle. During the development cycle of an ECU, its functionality needs to be validated against the requirement specification. The Hardware-in-the-loop (HIL) method is commonly used to do this by testing the ECU in a virtual representation of its controlled system. One crucial part of the HIL testing method is an intermediary component that acts as a bridge between the simulation computer and the ECU under test. This component runs a parameterized real-time system that translates messages from the simulation computer to the ECU under test and vice versa. It has a strict real-time requirement for each of its tasks to complete.A logging and monitoring system is needed to ensure that the intermediary component is functioning correctly. This functionality is implemented in the form of low priority additional tasks that run concurrently with the high priority message translation tasks. The implementation of these tasks, alongside with a distributed system to support the logging and monitoring functionality, is presented in this thesis work.Several execution time measurements are carried out to get the information on how the parameters of a task affect its execution time. Then, the linear regression analysis is used to model the execution time estimation of the parameterized tasks. Finally, the time demand analysis is utilized to provide a guarantee that the system is schedulable. / Elektronisk styrenhet (ECU) är en viktig del i dagens fordon. I ett komplett fordon finns det många ECU installerade. Var och en av dessa kontrollerar en enda funktion hos fordonet. Under en utvecklingscykel för en ecu måste dess funktionalitet valideras mot kravspecifikationen. HIL-metoden (Hardware-in-the-loop) används vanligtvis för att göra detta genom att testa ECU i en virtuell representation av sitt styrda system. En viktig del av HIL-testmetoden är en mellanliggande komponent som fungerar som en bro mellan simuleringsdatorn och den ecu som testas. Denna komponent driver ett parametrerat realtidssystem som översätter meddelanden från simuleringsdatorn till ECU som testas och vice versa. Det har en strikt realtidskrav för att alla uppgifter ska kunna slutföras.Ett loggnings och övervakningssystem behövs för att den mellanliggande komponenten ska fungera korrekt. Denna funktionalitet är implementerad i form av extraordinära uppgifter med låg prioritet som körs samtidigt med de högsta prioritetsuppgifterna för översättningstjänster. Genomförandet av dessa uppgifter, tillsammans med ett distribuerat system för att stödja loggnings och övervakningsfunktionaliteten, presenteras i detta avhandlingararbete.Flera utförandetidsmätningar utförs för att få information om hur parametrarna för en uppgift påverkar dess körtid. Därefter används den linjära regressionsanalysen för att modellera exekveringstidestimeringen av de parametrerade uppgifterna. Slutligen används tidsanalysanalysen för att garantera att systemet är schemaläggbart.

Skogsbränder är kraftfulla naturfenomen kapabla att åstakomma omfattande skada över stora ytor och medföra omfattande kostnader för sammhället både humanitärt, ekonomiskt och miljömässigt. Det finns därför ett starkt incitament att övervaka och förutspå skogsbränders utveckling och spridning. Traditionellt används kraftfulla skrivbordsklienter för att köra den simulerings-mjukvara som förutspår skogsbränder, vilket begränsar användningsområdet för simuleringar. Webbklienter är naturligt mobila och lättanvända. Genom att flytta bearbetningen till en server överförs majoriteten av arbetet från klienten. Det här projektet utvecklar ett server-klient baserat ramverk för att simulera skogsbränder, visualisera resultatet och hantera data för användning i skogsbrandsbekämpnings och -analys arbetsflöde. Både parametrarna som skickas till servern och simuleringsresultatet som returneras till klienten. Ramverket använder en kombination av HTTPS-kommunikation och websocket-teknologi för att kommunicera data mellan klienten och server i real-time genom Django-ramverket. Brandmodellen på den Kanadensiska empiriska brandmodellen Prometheus som är implementerad i programmeringsspråket Python. Det är optimerat för det svenska klimated för att enkelt kunnas fältsättas i en webbapplikation för svenska myndigheter. Webb-applikationen är tillgänglig genom mobila och stationära enheter där ramverket beräknar och visualiserar förutspådd fortspridning av skogsbrand i realtid. Skogsbrands moduleringsmodellen av applikationen är jämförd med skogsbränderna i Enskogen och Ängra närastaden Kårböle under sommaren 2018. Noggrannhetsbedömningen av modellen påvisar att den simulerade branden tenderar att innehålla den egentliga elden men är benägen att överskatta eldspridningen. Applikationen utvärderades även genom ett formulär om applikationens funktionallitet som skickades till en provgrupp av personer som arbetar med skogsbränder eller annat relevant område. Provgruppen var nöjd med applikationen och såg ett anvädningsområde för applikationen i sitt arbetsflöde. Mycket arbete återstår för att göra applikationen fältduglig genom integration av myndigheters datatjänster och andra databaser som innehåller riskobjekt, byggnader, kraftledningar e.g. Trots detta ansågs brandingejörer inom räddningstjänster en möjlighet att använda verktygen i dess nuvarande tillstånd om simuleringsresultatet anses korrekt nog för att fungera som underlag för beslut. Detta understryker behovet av en liknande applikation, med vidare funktionalitet och integration med data-system. / Wildfires are powerful natural forces capable of causing extensive damage to large areas of lands and induce a high societal cost in both humanitarian, economic and environmental terms. As such there is a strong incentive to track and predict wildfires' development and spread. Traditionally heavy desktop clients are required to run the simulation-software required to perform wildfire spread predictions, which limits their use and versatility. Conversely, web-based clients are lightweight and versatile by design. By moving the processing of the simulation to a server the bulk of the workload is removed from the client. This project aims to produce a server-client framework for simulating wildfires, visualising the result and handling the fire data for use in the workflow of wildfire suppression and analysis. Both the parameters sent to the server and the simulation result returned to the client. It utilises a combination of HTTPS-requests and websockets-technology to communicate data and information between the client and server in real-time through the Django framework. The fire simulation is based upon the Canadian empirical fire-model Prometheus. The implementation of the algorithm were adopted in the programming language python and optimized for the Swedish climate to be easily deployed in a web-application to be used by Swedish organisations. The web-application was accessible though mobile and stationary devices where the framework calculated and visualised the progression of the wildfire in real-time. The wildfire progression model of the application was compared to the wildfires Enskogen and Ängra, close to the town of Kårböle during the summer of 2018. The accuracy assessment of the fire progression model found that the simulated wildfire progression tend to contain the observed fire and prone to overestimate the wildfires progression. The application was evaluated though a questionnaire which was answered by a sample group composed of persons working with wildfires or wildfire related fields. The sample group were satisfied by the application and broadly found that the application could be implemented into their workflow.  Much work remain to operationalise the application, such as integration of municipal data sources and other databases containing resources, risk-objects, buildings, power-lines. In spite of this Fire-engineers in emergency services state a possibility for use of the application as is, if the simulations are deemed accurate enough and provide a better basis for decision making and measures. This underlines the need of an application such as this in the field, and with further functionalities and integration's with data-systems.

Hand segmentation is a fundamental part of many computer vision systems aimed at gesture recognition or hand tracking. In particular, augmented reality solutions need a very accurate gesture analysis system in order to satisfy the end consumers in an appropriate manner. Therefore the hand segmentation step is critical. Segmentation is a well-known problem in image processing, being the process to divide a digital image into multiple regions with pixels of similar qualities. Classify what pixels belong to the hand and which ones belong to the background need to be performed within a real-time performance and a reasonable computational complexity. While in the past mainly light-weight probabilistic and machine learning approaches were used, this work investigates the challenges of real-time hand segmentation achieved through several deep learning techniques. Is it possible or not to improve current state-of-theart segmentation systems for smartphone applications? Several models are tested and compared based on accuracy and processing speed. Transfer learning-like approach leads the method of this work since many architectures were built just for generic semantic segmentation or for particular applications such as autonomous driving. Great effort is spent on organizing a solid and generalized dataset of hands, exploiting the existing ones and data collected by ManoMotion AB. Since the first aim was to obtain a really accurate hand segmentation, in the end, RefineNet architecture is selected and both quantitative and qualitative evaluations are performed, considering its advantages and analysing the problems related to the computational time which could be improved in the future. / Handsegmentering är en grundläggande del av många datorvisionssystem som syftar till gestigenkänning eller handspårning. I synnerhet behöver förstärkta verklighetslösningar ett mycket exakt gestanalyssystem för att tillfredsställa slutkonsumenterna på ett lämpligt sätt. Därför är handsegmenteringssteget kritiskt. Segmentering är ett välkänt problem vid bildbehandling, det vill säga processen att dela en digital bild i flera regioner med pixlar av liknande kvaliteter. Klassificera vilka pixlar som tillhör handen och vilka som hör till bakgrunden måste utföras i realtidsprestanda och rimlig beräkningskomplexitet. Medan tidigare använts huvudsakligen lättviktiga probabilistiska metoder och maskininlärningsmetoder, undersöker detta arbete utmaningarna med realtidshandsegmentering uppnådd genom flera djupinlärningstekniker. Är det möjligt eller inte att förbättra nuvarande toppmoderna segmenteringssystem för smartphone-applikationer? Flera modeller testas och jämförs baserat på noggrannhet och processhastighet. Transfer learning-liknande metoden leder metoden för detta arbete eftersom många arkitekturer byggdes bara för generisk semantisk segmentering eller för specifika applikationer som autonom körning. Stora ansträngningar läggs på att organisera en gedigen och generaliserad uppsättning händer, utnyttja befintliga och data som samlats in av ManoMotion AB. Eftersom det första syftet var att få en riktigt exakt handsegmentering, väljs i slutändan RefineNetarkitekturen och både kvantitativa och kvalitativa utvärderingar utförs med beaktande av fördelarna med det och analys av problemen relaterade till beräkningstiden som kan förbättras i framtiden.

<p>Advanced computer simulations will play a more and more important role in future aircraft development and aeronautic research. Hardware-in-the-loop simulations enable examination of single components without the need of a full-scale model of the system. This project investigates the possibility of conducting hardware-in-the-loop simulations using a hydraulic test rig utilizing modern computer equipment. Controllers and models have been built in Simulink and Hopsan. Most hydraulic and mechanical components used in Hopsan have also been translated from Fortran to C and compiled into shared libraries (.dll). This provides an easy way of importing Hopsan models in LabVIEW, which is used to control the test rig. The results have been compared between Hopsan and LabVIEW, and no major differences in the results could be found. Importing Hopsan components to LabVIEW can potentially enable powerful features not available in Hopsan, such as hardware-in-the-loop simulations, multi-core processing and advanced plotting tools. It does however require fast computer systems to achieve real-time speed. The results of this project can provide interesting starting points in the development of the next generation of Hopsan.</p>

Advanced computer simulations will play a more and more important role in future aircraft development and aeronautic research. Hardware-in-the-loop simulations enable examination of single components without the need of a full-scale model of the system. This project investigates the possibility of conducting hardware-in-the-loop simulations using a hydraulic test rig utilizing modern computer equipment. Controllers and models have been built in Simulink and Hopsan. Most hydraulic and mechanical components used in Hopsan have also been translated from Fortran to C and compiled into shared libraries (.dll). This provides an easy way of importing Hopsan models in LabVIEW, which is used to control the test rig. The results have been compared between Hopsan and LabVIEW, and no major differences in the results could be found. Importing Hopsan components to LabVIEW can potentially enable powerful features not available in Hopsan, such as hardware-in-the-loop simulations, multi-core processing and advanced plotting tools. It does however require fast computer systems to achieve real-time speed. The results of this project can provide interesting starting points in the development of the next generation of Hopsan.

The goal of this project was to evaluate the viability of a mass-spring-damper based model for modeling of biological tissue. A method for automatically generating such a model from data taken from 3D medical imaging equipment including both the generation of point masses and an algorithm for generating the spring-damper links between these points is presented. Furthermore, an implementation of a simulation of this model running in real-time by utilizing the parallel computational power of modern GPU hardware through OpenCL is described. This implementation uses the fourth order Runge-Kutta method to improve stability over similar implementations. The difficulty of maintaining stability while still providing rigidness to the simulated tissue is thoroughly discussed. Several observations on the influence of the structure of the model on the consistency of the simulated tissue are also presented. This implementation also includes two manipulation tools, a move tool and a cut tool for interaction with the simulation. From the results, it is clear that the mass-springdamper model is a viable model that is possible to simulate in real-time on modern but commoditized hardware. With further development, this can be of great benefit to areas such as medical visualization and surgical simulation. / Målet med detta projekt var att utvärdera huruvida en modell baserad på massa-fjäderdämpare är meningsfull för att modellera biologisk vävnad. En metod för att automatiskt generera en sådan modell utifrån data tagen från medicinsk 3D-skanningsutrustning presenteras. Denna metod inkluderar både generering av punktmassor samt en algoritm för generering av länkar mellan dessa. Vidare beskrivs en implementation av en simulering av denna modell som körs i realtid genom att utnyttja den parallella beräkningskraften hos modern GPU-hårdvara via OpenCL. Denna implementation använder sig av fjärde ordningens Runge-Kutta-metod för förbättrad stabilitet jämfört med liknande implementationer. Svårigheten att bibehålla stabiliteten samtidigt som den simulerade vävnaden ges tillräcklig styvhet diskuteras genomgående. Flera observationer om modellstrukturens inverkan på den simulerade vävnadens konsistens presenteras också. Denna implementation inkluderar två manipuleringsverktyg, ett flytta-verktyg och ett skärverktyg för att interagera med simuleringen. Resultaten visar tydligt att en modell baserad på massa-fjäder-dämpare är en rimlig modell som är möjlig att simulera i realtid på modern men lättillgänglig hårdvara. Med vidareutveckling kan detta bli betydelsefullt för områden så som medicinsk bildvetenskap och kirurgisk simulering.

Graphs are often considered an excellent way of modeling complex real-world problems since they allow to capture relationships between items. Because of their ubiquity, graph embedding techniques have occupied research groups, seeking how vertices can be encoded into a low-dimensional latent space, useful to then perform machine learning. Recently Graph Neural Networks (GNN) have dominated the space of embeddings generation due to their inherent ability to encode latent node dependencies. Moreover, the newly introduced Inductive Graph Neural Networks gained much popularity for inductively learning and representing node embeddings through neighborhood aggregate measures. Even when an entirely new node, unseen during training, appears in the graph, it can still be properly represented by its neighboring nodes. Although this approach appears suitable for dynamic graphs, available systems and training methodologies are agnostic of dynamicity and solely rely on re-processing full graph snapshots in batches, an approach that has been criticized for its high computational costs. This work provides a thorough solution to this particular problem via an efficient prioritybased method for selecting rehearsed samples that guarantees low complexity and high accuracy. Finally, a data-parallel inference method has been evaluated at scale using Apache Flink, a data stream processor for real-time predictions on high volume graph data streams. / Molti problemi nel mondo reale possono essere rappresentati come grafi poichè queste strutture dati consentono di modellare relazioni tra elementi. A causa del loro vasto uso, molti gruppi di ricerca hanno tentato di rappresentare i vertici in uno spazio a bassa dimensione, utile per poi poter utilizzare tecniche di apprendimento automatico. Le reti neurali per grafi sono state ampiamente utilizzate per via della loro capacità di codificare dipendenze tra vertici. Le reti neurali induttive recentemente introdotte, inoltre, hanno guadagnato popolarità poichè consentono di generare rappresentazioni di vertici aggregando altri vertici. In questo modo anche un nodo completamente nuovo può comunque essere rappresentato utilizzando i suoi nodi vicini. Sebbene questo approccio sia adatto per grafici dinamici, i sistemi ad oggi disponibili e gli algoritmi di addestramento si basano esclusivamente sulla continua elaborazione di grafi statici, un approccio che è stato criticato per i suoi elevati costi di calcolo. Questa tesi fornisce una soluzione a questo problema tramite un metodo efficiente per l’allenamento di reti neurali induttive basato su un’euristica per la selezione dei vertici. Viene inoltre descritto un metodo per eseguire predizioni in modo scalabile in tempo reale utilizzando Apache Flink, un sistema per l’elaborazione di grandi quantità di flussi di dati in tempo reale. / Grafer anses ofta vara ett utmärkt sätt att modellera komplexa problem i verkligheten eftersom de gör det möjligt att fånga relationer mellan objekt. På grund av deras allestädes närhet har grafinbäddningstekniker sysselsatt forskningsgrupper som undersöker hur hörn kan kodas in i ett lågdimensionellt latent utrymme, vilket är användbart för att sedan utföra maskininlärning. Nyligen har Graph Neural Networks (GNN) dominerat utrymmet för inbäddningsproduktion tack vare deras inneboende förmåga att koda latenta nodberoenden. Dessutom fick de nyinförda induktiva grafiska nervnäten stor popularitet för induktivt lärande och representerande nodbäddningar genom sammanlagda åtgärder i grannskapet. Även när en helt ny nod, osynlig under träning, visas i diagrammet, kan den fortfarande representeras ordentligt av dess angränsande noder. Även om detta tillvägagångssätt tycks vara lämpligt för dynamiska grafer, är tillgängliga system och träningsmetodologier agnostiska för dynamik och förlitar sig bara på att behandla fullständiga ögonblicksbilder i partier, en metod som har kritiserats för dess höga beräkningskostnader. Detta arbete ger en grundlig lösning på detta specifika problem via en effektiv prioriteringsbaserad metod för att välja repeterade prover som garanterar låg komplexitet och hög noggrannhet. Slutligen har en dataparallell inferensmetod utvärderats i skala med Apache Flink, en dataströmprocessor för realtidsprognoser för grafiska dataströmmar med hög volym.

This thesis introduces the reader into RespiHeart, which is a product under development. RespiHeart is an complement/alternative to the regular Pulse Oximeter and is intended to be used within the health care sector for combined measurements and communication on open inexpensive platforms. This thesis evaluates interaction between RespiHeart and a Raspberry Pi 3 Model B to evaluate if the computer is capable of handling the data from RespiHeart and make signal processing. Python is used throughout the whole project and is a suitable language for interaction and signal processing in real time. / Detta examensarbete introducerar läsaren till RespiHeart, en ny trådlös produkt som är under utveckling. RespiHeart är ett komplement/alternativ till den nuvarande Pulsoximetern och är tänkt att användas inom sjukvården för analys, kommuniakation och kombinerade mätningar på öppna billiga plattformar. Detta project utvärderar interaktionen mellan RespiHeart och en Raspberry Pi 3 Model B för att undersöka om datorn är kapabel till att hantera datan från RespiHeart samt göra signal processing i real tid. Programmeringsspråket Python användes under hela projektet och är ett lämpligt språk att använda för interation och signal processing i real tid.