<p>För att mobila robotar skall kunna arbeta strukturerat krävs det att de har kännedom om hur omgivningen ser ut. Omgivningen kan antingen vara förprogrammerad eller så görs roboten självlärande. På Saab Bofors Dynamics i Linköping arbetas det med en mobil testplattform kallad Freke, som används för att bland annat utveckla och utvärdera navigeringslösningar. Intresse fanns för att vidareutveckla plattformen och få den att klara arbeta i okända miljöer. Ett första steg mot detta mål var att få systemet att kunna rita upp en egen karta utan tidigare kännedom om dess omgivningar.</p><p>Uppgiften för det här examensarbetet blev därför att utveckla och implementera ett autonomt system som klarar att navigera och utforska en begränsad omgivning samt att rita upp en karta över densamma. Under litteraturstudien hittades inte någon färdig lösning som gick att applicera på den givna plattformen. Lösningen på uppgiften blev istället att utveckla ett eget system, direkt anpassat för den aktuella plattformen. Hela systemet utvecklades från grunden och implementerades till en praktiskt fungerande lösning.</p><p>Plattformen som används består av ett fordonschassi med tre hjul, varav två är drivande och utrustade med pulsgivare som används för att beräkna hur fordonet kör. Plattformen är även utrustad med ultraljudssensorer för att kunna mäta avstånd till närliggande hinder och väggar runt fordonet. Navigeringen sker genom att fordonet följer väggar och detekterar korsningar och öppningar som det senare kan återvända till och utforska vidare. Resultatet av karteringen genereras som en png-bild.</p><p>Med den begränsade hårdvara som fanns att tillgå hölls förväntningarna på arbetet relativt låga med ett mål att få fram en tolkningsbar karta. Resultatet blev långt över förväntan med tydliga skalenliga kartor som visar detaljer som ingen trodde skulle synas i resultatet.</p>

While there is an increase in population and an extensiveurbanization, the city-scape of Sweden’s big cities evolves, whichrequires new demands for inventive solutions regardinginfrastructure. As increased population calls for more effectiveutilization of the land, the need for public transportation andits infrastructure has expanded. Bus depots are one fundamentalexample of the infrastructure that is needed to provide attractivepublic transportation, which is why Transdev has initiated theproject of automatizing a bus depot. Transdev is planning to equip12 of their 24 buses with ultrasonic sensors to alert driversabout oncoming obstacles by the help of light. Given that Transdevwishes to identify current sensor technology as a first step to anautomated depot, the purpose of this project is to map out thepotential of such technology by analyzing the damage on the busesas well as by analyzing current and future technology. The theoretical background is an outline of the subject ofautomation and includes a brief description of the technology usedin automated vehicles as well as a summary of the different levelsof automation and what is needed in terms of technology to achievea given level. The outline also includes a glossary and adescription of ongoing projects in the field of automation. Theinformation was used to create the necessary basic understanding,and was collected using documents, reports and internet-basedsources. To map the bodywork damages, a mix of a quantitative anda qualitative method was used, where the quantitative relied onstatistics from in-house systems. The qualitative relied oninterviews with drivers involved in the project. In order toassociate a bodywork damage to a given area of the bus, the buswas divided into separate zones. The collected data was presentedusing a circle diagram to make the information comparable andperspicuous, and the interviews were summarized. It was mainly thedepot in Lund that was investigated. The result shows that the placement of the bodywork damage differdepending on the investigated depot, and that the zone with mostdamages is not necessarily the zone with the highest cost. It alsoshows that the sensors have the potential to prevent 51% of thebodywork damage at Lund’s depot. The drivers are positive to theuse of sensors but think that the feedback needs improvement.Today the feedback is only visual and designed in a way that makesit difficult to read and react on, and in order to get an adequateimplementation of the sensors, a detailed pre-study is necessary.Finally, it is clear that the use of sensors can be a profitableinvestment with the potential of higher cost savings with adequateimplementation, and that further steps of automation should bemotivated by other factors than the one of bodywork damage. / I takt med en ökande befolkningsmängd och stark urbanisering pågår en utveckling av stadsbilden i destora städerna som innebär nya krav på smarta lösningar kring infrastruktur. Som en konsekvens avökat antal invånare samtidigt som effektivare utnyttjande av markytan eftersträvas, ökar behovet avkollektivtrafik och infrastrukturen runt denna. Bussdepåer är ett exempel på den grundläggandeinfrastruktur som krävs för att tillhandahålla en attraktiv kollektivtrafik, varför Transdev har inlett ettprojekt kring ett första steg till en automatiserad bussdepå. På en av deras depåer planeras 12 av 24 fordon att utrustas med ultraljudssensorer och tillhörande utrustning för att med ljus varna för hinder.Mot bakgrund av att Transdev önskar identifiera potential och befintlig sensorteknik för att uppnå ettförsta steg till en automatiserad depå är syftet att kartlägga potentialen för en sådan genom att delsundersöka skadeläget på bussarna, dels analysera befintlig och kommande teknik. Den teoretiska bakgrunden består av en kartläggning av området kring automation och innefattar delsden teknologin som används i helt eller delvis autonoma fordon i dagsläget, dels en sammanfattning avden standard som redogör för vilka nivåer av automation det finns och vad som krävs för att ett fordonska vara associerad till en given nivå. Vidare följer en ord- och begreppsförklaring samt enbeskrivning av pågående projekt inom området autonomi. Informationen samlades in genom enlitteraturstudie som främst förlitade sig på internetbaserade källor samt dokument och rapporter, ochhar använts för att skapa den grundläggande förståelsen som var nödvändig för fortsatt arbete. För kartläggning av skadestatistiken användes en mix av kvantitativ och kvalitativ metod, där denkvantitativa bestod av datainsamling genom statistik från interna system. Den kvalitativa metoden i sintur förlitade sig på intervjuer med två förare som varit delaktiga i projektet sedan start. För atttydligare associera en skada till en given placering delades bussen in i zoner. Informationen har sedansammanställts i cirkeldiagram med tillhörande figur för att göra skadestatistiken överskådlig ochjämförbar, och intervjuerna är sammanfattade utifrån transkriberingarna. I huvudsak är det Transdevsdepå i Lund som har undersökts. Resultatet visar att skadornas placering skiljer sig beroende på undersökt depå, samt att den zon somflest skador sker i inte nödvändigtvis har högst skadekostnad. Det visar också att sensorerna harpotential att avhjälpa 51% av alla skador vid depån i Lund. Av intervjuerna framkom att förarna ärpositivt inställda till användandet av sensorer men att återkopplingen bör förbättras, då den i dagslägetendast är visuell. Dessutom är den utformad på ett sätt som gör det svårt att uppmärksammas påförestående hinder, samt att läsa av den information som ges. Undertecknade ser även vikten av enutförlig förstudie för en adekvat sensorimplementering. Slutligen står det klart att användandet avultraljudssensorer kan vara en lönsam investering med potential till större kostnadsreducering omovanstående beaktas, och att fortsatta steg av automation bör motiveras av fler faktorer än enbartskadeläget.

För att mobila robotar skall kunna arbeta strukturerat krävs det att de har kännedom om hur omgivningen ser ut. Omgivningen kan antingen vara förprogrammerad eller så görs roboten självlärande. På Saab Bofors Dynamics i Linköping arbetas det med en mobil testplattform kallad Freke, som används för att bland annat utveckla och utvärdera navigeringslösningar. Intresse fanns för att vidareutveckla plattformen och få den att klara arbeta i okända miljöer. Ett första steg mot detta mål var att få systemet att kunna rita upp en egen karta utan tidigare kännedom om dess omgivningar. Uppgiften för det här examensarbetet blev därför att utveckla och implementera ett autonomt system som klarar att navigera och utforska en begränsad omgivning samt att rita upp en karta över densamma. Under litteraturstudien hittades inte någon färdig lösning som gick att applicera på den givna plattformen. Lösningen på uppgiften blev istället att utveckla ett eget system, direkt anpassat för den aktuella plattformen. Hela systemet utvecklades från grunden och implementerades till en praktiskt fungerande lösning. Plattformen som används består av ett fordonschassi med tre hjul, varav två är drivande och utrustade med pulsgivare som används för att beräkna hur fordonet kör. Plattformen är även utrustad med ultraljudssensorer för att kunna mäta avstånd till närliggande hinder och väggar runt fordonet. Navigeringen sker genom att fordonet följer väggar och detekterar korsningar och öppningar som det senare kan återvända till och utforska vidare. Resultatet av karteringen genereras som en png-bild. Med den begränsade hårdvara som fanns att tillgå hölls förväntningarna på arbetet relativt låga med ett mål att få fram en tolkningsbar karta. Resultatet blev långt över förväntan med tydliga skalenliga kartor som visar detaljer som ingen trodde skulle synas i resultatet.

<p>I detta examensarbete har ett system för navigering och styrning av ett autonomt fordon implementerats. Syftet med detta arbete är att vidareutveckla fordonet som ska användas vid utvärdering av banplaneringsalgoritmer och studier av andra autonomifunktioner. Med hjälp av olika sensormodeller och sensorkonfigurationer går det även att utvärdera olika strategier för navigering. Arbetet har utförts utgående från en given plattform där fordonet endast använder sig av enkla ultraljudssensorer samt pulsgivare på hjulen för att mäta förflyttningar. Fordonet kan även autonomt navigera samt följa en enklare given bana i en känd omgivning. Systemet använder ett partikelfilter för att skatta fordonets tillstånd med hjälp av modeller för fordon och sensorer.</p><p>Arbetet är en fortsättning på projektet Collision Avoidance för autonomt fordon som genomfördes vid Linköpings universitet våren 2005.</p> / <p>In this thesis a system for navigation and control of an autonomous ground vehicle has been implemented. The purpose of this thesis is to further develop the vehicle that is to be used in studies and evaluations of path planning algorithms as well as studies of other autonomy functions. With different sensor configurations and sensor models it is also possible to evaluate different strategies for navigation. The work has been performed using a given platform which measures the vehicle’s movement using only simple ultrasonic sensors and pulse encoders. The vehicle is able to navigate autonomously and follow a simple path in a known environment. The state estimation is performed using a particle filter.</p><p>The work is a continuation of a previous project, Collision Avoidance för autonomt fordon, at Linköpings University in the spring of 2005.</p>

I detta examensarbete har ett system för navigering och styrning av ett autonomt fordon implementerats. Syftet med detta arbete är att vidareutveckla fordonet som ska användas vid utvärdering av banplaneringsalgoritmer och studier av andra autonomifunktioner. Med hjälp av olika sensormodeller och sensorkonfigurationer går det även att utvärdera olika strategier för navigering. Arbetet har utförts utgående från en given plattform där fordonet endast använder sig av enkla ultraljudssensorer samt pulsgivare på hjulen för att mäta förflyttningar. Fordonet kan även autonomt navigera samt följa en enklare given bana i en känd omgivning. Systemet använder ett partikelfilter för att skatta fordonets tillstånd med hjälp av modeller för fordon och sensorer. Arbetet är en fortsättning på projektet Collision Avoidance för autonomt fordon som genomfördes vid Linköpings universitet våren 2005. / In this thesis a system for navigation and control of an autonomous ground vehicle has been implemented. The purpose of this thesis is to further develop the vehicle that is to be used in studies and evaluations of path planning algorithms as well as studies of other autonomy functions. With different sensor configurations and sensor models it is also possible to evaluate different strategies for navigation. The work has been performed using a given platform which measures the vehicle’s movement using only simple ultrasonic sensors and pulse encoders. The vehicle is able to navigate autonomously and follow a simple path in a known environment. The state estimation is performed using a particle filter. The work is a continuation of a previous project, Collision Avoidance för autonomt fordon, at Linköpings University in the spring of 2005.

Although a robot vacuum cleaner is a well-known product, development is still interesting. Better working sensors and more sophisticated algorithms and sensors are used in new cleaners. The purpose with this thesis was to learn more about different sensors, algorithms, and designs of robot vacuum cleaners, to try ideas and to find improvements to implement on the demonstrator. The initial work was to make a market investigation to find customer needs and expectations. Also making a rough design and layout for the mechanical and electrical system. The budget for the demonstrator was 1000 SEK. Using laser cut plastic sheets, 3D printed parts, and receiving motors for free, costs did not exceed budget. Literature and theses in the area of interest were studied to find answers to some of the research questions. The theses studied subjects such as driving pattern and designs to find back to charge station. Some ideas for driving patterns were implemented on a demonstrator. The development method used was iteration of finding useful information, testing components, codes and also the complete demonstrator. The components used were DC motor, stepper motors, ultrasonic sensors, Arduino mega micro controller, switches and AA batteries. The different components required different voltage and the stepper motors used driver cards. / Även om robot dammsugare är en välkänd produkt är produktutveckling fortfarande intressant. Bättre sensorer och mer sofistikerade algoritmer och sensorer används i dammsugare. Syftet med denna avhandling var att lära sig mer om olika dammsugare, algoritmer och konstruktioner av robot dammsugare, för att prova idéer och möjliga hitta förbättringar att implementera på demonstranten. Det första arbetet var att göra en marknadsundersökning för att hitta kundens behov och förväntningar. Även att göra en grov design och layout för det mekaniska och elektriska systemet. Budgeteringen för demonstranten var 1000 kr. Kostnaderna översteg inte budgeten eftersom vi använde oss av laser skurna plastplattor, 3D-printade delar och erhöll motorer utan kostnad. Sex olika avhandlingar studerades för att hitta svar på några av frågorna. Avhandlingarna studerade ämnen som körmönster och mönster för att hitta tillbaka till laddstationen. Vissa idéer för körmönster implementerades på demonstranten. Den använda utvecklingsmetoden var iteration av att hitta användbar information, testa komponenter, koder och även den fullständiga demonstranten. De komponenter som användes var likströmsmotor, stegmotorer, ultraljudssensorer, Arduino mega-mikrokontroller, strömbrytare och AA-batterier. De olika komponenterna krävde olika spänningar och stegmotorn använder ett specifikt drivkort.

The industry for autonomous vehicles is growing. According to studies nine out of ten traffic accidents are due to the human factor, if the safety can get good enough in autonomous cars they have the potential to save thousands of lives every year. But obstacle detecting autonomous robots can be used in other situations as well, for example where the terrain is inaccessible for humans because of different reasons. In this project, a self navigating obstacle detecting robot was made. The robot uses ultrasonic sensors to detect obstacles and avoid them. An algorithm of the navigation of the robot was created and implemented to the Arduino. For driving the wheels, two servo motors were used. The robot consisted of three wheels, two in the back to which the servo motors were attached and one caster wheel in the front. This made it possible to implement differential drive which enabled quick and tight turns. Tests were performed which showed that the robot could successfully navigate in a room with various obstacles placed out. The placement of the sensors worked good considering the amount of sensors that was used. Improvements in detection of obstacles could have been made if more sensors had been used. The tests also confirmed that ultrasonic sensors works good for this kind of task. / Industrin för självkörande fordon växer. Enligt studier beror nio av tio trafikolyckor på den mänskliga faktorn, om säkerheten kan bli tillräckligt bra i självkörande bilar har de potential att rädda tusentals liv varje år. Men hinderupptäckande självkörande robotar kan användas i andra situationer också, till exempel i terräng som är otillgänglig för människor av olika anledningar.  I det här projektet har en självnavigerande hinderupptäckande robot byggts. Roboten använder ultraljudssensorer för att upptäcka hinder och unvika dem. En algoritm för navigationen av roboten skapades och implementerades i Arduinon. För drivningen av hjulen användes två servomotorer. Roboten hade tre hjul, två i den bakre änden till vilka servomotorerna var fästa och ett länkhjul fram. Det möjliggjorde differentialstyrning vilket också tillät snabba och snäva svängar.  Tester genomfördes som visade att roboten kunde navigera i ett rum med olika hinder utplacerade utan större problem. Placeringen av sensorerna fungerade bra med tanke på det antal sensorer som användes. Förbättringar av hinderupptäckningen hade kunnat göras om fler sensorer hade använts. Testerna bekräftade också att ultraljudssensorer fungerar bra för denna typ av uppgift.

This thesis is about designing and implementing an affordable reversing camera sys-tem with object detection and OBD-2 integration for commercial vehicles. The aim is to improve the safety and efficiency of these vehicles by giving drivers a clear view of their surroundings behind the vehicle and alerting them to the presence of nearby obstacles. Ultrasonic sensors are used for object detection and give the driver control over the environment behind the vehicle and warn of present obstacles. The system is also integrated with the vehicle's on-board diagnostics system (OBD-2), which provides important information on speed and engine performance, among other things. This project contributes to making safety systems more accessible to com-mercial vehicles and reduces the risk of accidents and collisions. / Detta examensarbete handlar om att utforma och implementera ett prisvärt backkamerasystem objektdetektering och integration med On-Board Diagnostics 2 för kommersiella fordon. Syftet är att förbättra säkerheten och effektiviteten för dessa fordon genom att ge förarna en tydlig vy av deras omgivningar bakom fordonet och varna dem för närvaron av hinder i närheten. Ultraljudssensorer används för objekt-detektering och ger föraren en kontroll över omgivningen bakom fordonet samt var-nar för närvarande hinder. Systemet är också integrerat med fordonets omborddia-gnostiksystem (OBD-2), som ger viktig information om bland annat hastighet och motorprestanda. Detta projekt bidrar till att göra säkerhetssystem mer tillgängliga för kommersiella fordon och minskar risken för olyckor och kollisioner.

Studying the preload in a screw joint has been the focus of today’s industry. The manufacturer reflects that demand by investigating different opportunities and techniques to develop this area. There are four different ways of controlling the tightening of bolts and joints to achieve the required clamp force that can hold for a specific preload. Torque control, angle control, gradient control, and ultrasonic clamp-force or elongation control. Many studies do exist about the first three mentioned techniques. However, there are a small number of studies for the ultrasonic clamp-force technique, and there is no study focusing on the usage of machine learning in that technique. This study investigates the use of machine learning to find the optimal frequency used to transmit the ultrasonic signals into the bolt for calculating the bolt elongation. Two machine learning models have been constructed, presenting two approaches: one for one-dimensional data (1D-CNN) and one for two-dimensional data (2D-CNN). The models classify the received signals (echos) with different frequencies into either accepted or non-accepted signals to get the optimal frequencies to be used later on, in the bolt elongation process. Both the 1D-CNN and 2D-CNN show an accepted performance of around 85% accuracy. The results indicate that there does exist a pattern in these ultrasonic signals that are useful for classifying them into accepted and non-accepted frequencies, so the usage of machine learning for the problem is feasible. / Att studera förspänningen i en skruvförband har varit i fokus för dagens industri. Tillverkaren speglar den efterfrågan genom att undersöka olika möjligheter och tekniker för att utveckla detta område. Det finns fyra olika sätt att kontroller åtdragningen av bultar för att uppnå den erforderliga klämkraften som kan hålla för en specifik förspänning. Vridmomentkontroll, vinkelkontroll, gradientkontroll och ultraljudskontroll av klämkraft. Det finns många studier om de tre förstnämnda teknologier. Det finns dock ett litet antal studier för ultraljudsklämkraftstekniken, och det finns ingen studie som fokuserar på användningen av maskininlärning i den tekniken. Denna studie undersöker användningen av maskininlärning för att hitta den optimala frekvensen som används för att beräkna bultens förlängning. Två maskininlärningsmodeller har konstruerats, som presenterar två metoder: en för endimensionell data (1D-CNN) och en för två-dimensionella data (2D-CNN). Modellerna klassificerar de mottagna signalerna (ekon) med olika frekvenser i antingen accepterade eller icke-accepterade signaler för att få de optimala frekvenserna att användas senare, i bultförlängningsprocessen. Både 1D-CNN och 2D-CNN visar en accepterad prestanda på cirka 85% noggrannhet. Resultaten indikerar att det finns ett mönster i dessa ultraljudssignaler som är användbara för att klassificera dem i accepterade och icke-accepterade frekvenser, så användningen av maskininlärning för problemet är genomförbar.