No description available.

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.

This thesis project is part of an internship at Visual Behavior. The company aims at producing computer vision models for robotics, helping the machine to better understand the world through the camera eye. The image holds many features that deep learning models are able to extract: navigable area, depth inference and object detection. Example of recent advances are the RAFTstereo model [1] to infer or refine depth features from stereo images, or the end-to-end Object detection model DETR [2]. The field of autonomous navigation can then benefit from these advanced features to propose better path planning methods. In particular, to help the deployment of ground robots in human crowded environments, the robots behavior must not only be safe but it must also look smart so as to inspire trust. This thesis proposes a local path planner based on the Dynamic Window Approach [3] using a scoring function inspired from the Velocity Obstacle method [4] so as to benefit from the flexibility of the first and the long-term anticipation of the second. The proposed method can induce a smart behavior by setting the robot on safe tracks from a long time horizon without increasing the time to reach a positional goal, compared to a closer-ranged strategy inspired from the DW4DO method [5]. This improves the robot’s ability to deal with several moving obstacles and to avoid engaging in already occupied corridors. The code produced in this thesis uses ROS and the gazebo simulator and is available in the following git page https://github.com/FloCoic oi/fc_thesis along with the minimal instructions to run the install and get started to quickly run a demo. / Detta examensarbete är en del av en praktik på Visual Behavior. Företaget har som mål att ta fram modeller för datorseende för robotar som hjälper maskinen att bättre förstå världen genom kamerans öga. Bilden innehåller många egenskaper som modeller för djupinlärning kan extrahera: navigerbart område, djupinferens och objektsdetektering. Exempel på nya framsteg är RAFT-stereo-modellen [1] för att härleda eller förfina djupegenskaper från stereobilder, eller ”end-to-end” objektdetektering modellen DETR [2]. Inom området autonom navigering kan man sedan dra nytta av dessa avancerade funktioner för att föreslå bättre metoder för vägplanering. För att underlätta användningen av markrobotar i miljöer med mycket människor måste robotarnas beteende inte bara vara säkert utan också se smart ut så att de väcker förtroende. I den här avhandlingen föreslås en lokal vägplanerare som bygger på Dynamic Window Approach [3] och som använder en poängfunktion inspirerad av Velocity Obstacle metoden [4] för att dra nytta av flexibiliteten hos den första metoden och den långsiktiga förutsebarheten hos den andra. Den föreslagna metoden kan framkalla ett smart beteende genom att sätta roboten på säkra spår på lång sikt utan att öka tiden för att nå ett positionsmål, jämfört med en strategi med närmare avstånd som inspirerats av DW4DOmetoden [5]. Detta förbättrar robotens förmåga att hantera flera rörliga hinder och att undvika att gå in i redan upptagna korridorer. Koden som produceras i denna avhandling använder ROS och gazebosimulatorn och finns tillgänglig på följande git-sida https://github.c om/FloCoicoi/fc_thesis tillsammans med minimala instruktioner för att köra installationen och komma igång för att snabbt köra en demo.

Oro och rädsla inför förlossning, även kallat förlossningsrädsla, är relativt vanligt bland gravida. Idag finns ett kunskapsglapp i förståelsen för detta tillstånd, inte minst gällande underliggande psykologiska mekanismer för hur förlossningsrädslan uppkommer och vidmakthålls. I studien undersöks sambandet mellan den transdiagnostiska mekanismen intolerans för osäkerhet (IU) och förlossningsrädsla i relation till två IU-modeller. Detta gjordes genom en tvärsnittlig webbenkätstudie med gravida i tredje trimestern (n = 357). Studiens resultat indikerade att IU var associerat med förlossningsrädsla. Det indikerade även att IU-modellen vid GAD till stor del var applicerbar vid förlossningsrädsla, då positiva övertygelser om oro och upplevelsebaserat undvikande medierade sambandet mellan IU och förlossningsrädsla. Den indikerade även att den kognitiva IU-modellen vid olika ångesttillstånd var delvis applicerbar vid förlossningsrädsla, då överdriven hotestimering och upplevelsebaserat undvikande (liksom vid föregående modell) medierade sambandet mellan IU och förlossningsrädsla. Därtill visade resultatet att andra faktorer, bland annat tidigare negativa erfarenheter och smärtrelaterade besvär, var associerade med förlossningsrädsla. Förlossningsrädsla var även associerat med lägre livskvalitet i denna studies urval. Resultatet för med sig potentiella kliniska implikationer vid förlossningsrädsla, dels vad gäller mekanismen intolerans för osäkerhet men även ur större transdiagnostiskt perspektiv och involverar flera av de psykologiska mekanismerna. Därtill visade resultatet på flertalet faktorer som kan tänkas utgöra sårbarheter och stressorer vid utvecklingen och vidmakthållandet av förlossningsrädsla. Då flera av de resultat som framkom är nya fynd, är slutsatsen att mer forskning är nödvändigt för att brygga kunskapsgapet inom detta underforskade och viktiga område.

Andelen vegetarianer och veganer i världen ökar successivt. En av många anledningar till detta är att man som mottagare påverkas av djurrättsliga publiceringar på sociala medier. Många organisationer som försöker stoppa djurplågeri och förespråka ett veganskt leverne väljer att, genom sin visuella kommunikation, inrama sina publiceringar negativt, vilket kan tas emot som stötande av mottagaren. Denna studies syfte är därför att undersöka hur mottagaren påverkas av stötande innehåll i form av fotografier på sociala medier, med en djurrättsorganisation som avsändare. Organisationen valdes ut i en initial förstudie, tillsammans med sex fotografier uppdelade i tre innehållstyper. Dessa olika innehållstyper låg till grund för en kvantitativ del i form av en enkät som besvarades av 49 informanter, för att få klarhet kring vilken som mottogs bäst - och varför. Därefter följde en kvalitativ del, där en fokusgrupp bestående av sex informanter fick tycka till och diskutera de tre kategorierna av bilder. Studiens resultat visar att de tre innehållstyperna är olika effektiva beroende på mottagaren. Mottagare som ofta utsätter sig för stötande innehåll blir mättade och kan lätt bli emotionellt distanserade. Likaså visar studien att en alltför enformig inramning från organisationens sida kan resultera i att innehållet blir synonymt med dem och att mottagaren kopplar de negativa känslor som väcks av bilderna direkt till organisationen.

BAKGRUND: Samtidigt som befolkningen blir äldre läggs ett större ansvar på individen att upprätta ett eget pensionssparande. Det blir således viktigare att påbörja sitt pensionssparande vid en yngre ålder. Det bör därför undersökas hur kognitiva motivationsfaktorer förändras över individens livscykel samt hur det interagerar med viljan och möjligheten att pensionsspara. SYFTE: Syftet med denna studie är att ur ett retroaktivt perspektiv låta individer reflektera över vad som påverkat deras beslut gällande det egna pensionssparandet. Detta med fokus på (a) självkontroll, (b) mental accounting samt (c) undvikande av information och beslut. Studien avser att analysera och värdera dessa kognitiva motivationsfaktorer i en livscykelkontext samt hur de interagerar med möjligheten och viljan för att pensionsspara. GENOMFÖRANDE: Studien har genomförts med ett kvalitativt angreppssätt genom semistrukturerade intervjuer med individer i åldrarna 40-65 år. Respondenterna har ställts inför frågor med fokus på studiens tre huvudfaktorer. Genom frågorna har respondenterna fått reflektera över hur dessa faktorer förändrats över tid och hur de varit kopplat till pensionssparandet. SLUTSATS: Individer tenderar att påverkas av specifika händelser i livet och låter dessa påverka deras pensionssparande. Pensionssparandet är lågt i början av det vuxna livet, när individen studerar och bildar familj, för att sedan öka och nå sin högsta nivå då barnen flyttar hemifrån. Dock finns det en personlighetstyp som har en hög grad av självkontroll genom hela livet och upprättar därmed ett pensionssparande vid ung ålder. / BACKGROUND: As people are getting older, the importance of establishing personal retirement savings increases. Therefore, it is more important to begin retirement savings at a younger age. Because of this it needs studying how cognitive motivational factors changes during the life cycle and how they interact with the ability and willingness to save for retirement. AIM: The aim of this thesis is to let individuals reflect on what has affected their decisions regarding retirement savings, in a retroactive perspective. This with a focus on (a) self-control, (b) mental accounting, and (c) information and decision avoidance. The aim of the thesis is to analyze and evaluate these cognitive motivational factors in a life cycle-context, and how they integrate with the ability and willingness to save for the retirement. COMPLETION: The thesis has been conducted using a qualitative approach, through semi-structured interviews with individuals aging from 40-65. The respondents have responded to questions focusing on the thesis’s three main factors. Through these questions, the respondents have reflected on how these factors have changed over time and how they have been connected to retirement savings. CONCLUSION: Individuals tend to be affected by different events in their life and let them affect their retirement savings. Retirement savings are lower in early adult life, when the individual studies and starts a family, and is at its peak when kids move from home. There is also a personality type that has a high level of self-control throughout life and therefore saves for retirement at an early age.

De senaste åren har kantats av en ökad e-handel samt allt högre krav från kunder på leveransalternativ. Paketbox är ett leveransalternativ som ökar alltmer i popularitet men är i Sverige fortfarande under utveckling. Två branscher där de flesta kunder har e-handlat från är apoteksbranschen och modebranschen. Dessutom har dessa branscher haft en tydlig tillväxt de senaste åren. Tidigare forskning om paketbox dock begränsad, framför allt i Sverige. Således är syftet med studien att kartlägga vilka faktorer som är viktiga för kunder vid användning av paketbox som leveransalternativ i Sverige vid e-handel från apoteks- respektive modebranschen. Utifrån detta syfte konstruerades följande två forskningsfrågor: ”Vilka faktorer är viktiga för kunder vid användning av paketbox som leveransalternativ vid e-handel från apoteks- respektive modebranschen?” samt ”Vilka faktorskillnader och -likheter finns det för kunder vid användning av paketbox som leveransalternativ vid e-handel från apoteks- respektive modebranschen?”. I linje med syftet och för att skapa en generaliserbarhet valdes en kvantitativ metod i form av en enkätundersökning. Faktorerna som undersöktes var leveranstid, geografisk bekvämlighet, öppettider, miljömässig hållbarhet, användarvänlighet och undvikande av mänsklig interaktion. Resultaten visar att samtliga faktorer var viktiga för paketboxanvändare men i olika grad. Däremot fanns det faktorskillnader vid paketbox som leveransalternativ vid e-handel från apoteks- respektive modebranschen för två av de sex undersökta faktorerna. Leveranstid visade sig vara viktigare för kunder vid paketbox som leveransalternativ vid e-handel från apoteksbranschen. Miljömässig hållbarhet var däremot viktigare för kunder vid paketbox som leveransalternativ vid e-handel från modebranschen. Således bidrar denna studie med kunskap om vad kunder upplever som viktigt vid paketboxanvändning. Vidare belyser studien att det finns faktorskillnader vid e-handel via paketbox från apoteks- respektive modebranschen. Studiens bidrag öppnar upp för vidare forskning inom ämnet för branschskillnader vid paketboxanvändning och vad det kan bero på. / In recent years, e-commerce as well as customer demands regarding delivery options have increased. The parcel locker is a delivery option that is increasing in popularity, but it is still under development in Sweden. Two industries where most customers have e-shopped from are the pharmacy- and the fashion industries. In addition, these industries have had a distinct growth in recent years. Previous research on parcel lockers is limited, especially in Sweden. Therefore, the purpose of the study is to map which factors are important when using parcel locker as a delivery option in Sweden when e-shopping from the pharmacy and fashion industries. Based on this purpose, the following two research questions were constructed: "What factors are important for customers' use of parcel locker as a delivery option when e-shopping from pharmacy and fashion industries?" and "What factor differences and similarities for customers can be found when using parcel locker as a delivery option when e-shopping from pharmacy and fashion industries?". In line with this purpose and to create a generalizability, a quantitative method was chosen in the form of a survey. Factors examined were delivery time, geographical convenience, opening hours, environmental sustainability, ease of use and avoidance of human interaction. The results show that all factors were important for parcel locker users but to varying degrees. On the other hand, there were factor differences for two of the six factors when customers use parcel locker as a delivery option when e-shopping from the pharmacy and fashion industries. Delivery time proved to be more important for parcel locker users when e-shopping from the pharmacy industry. Environmental sustainability, on the other hand, proved to be more important for parcel locker users when e-shopping from the fashion industry. This study contributes with knowledge of what could be perceived as important when using parcel lockers. Furthermore, this study highlights that there are factor differences when e-shopping via parcel lockers from pharmacy and fashion industries. The study's contribution opens for further research regarding how customer preferences about parcel lockers differ when e-shopping from different industries.

In recent years, Unmanned aerial vehicles (UAVs) have developed rapidly due to advances in aerospace technology, and wireless communication systems. As a result of their versatility, cost-effectiveness, and flexibility of deployment, UAVs have been developed to accomplish a variety of large and complex tasks without terrain restrictions, such as battlefield operations, search and rescue under disaster conditions, monitoring, etc. Data collection and offloading missions in The internet of thingss (IoTs) networks can be accomplished with the use of UAVs as network edge nodes. The fundamental challenge in such scenarios is to develop a UAV movement policy that enhances the quality of mission completion and avoids collisions. Real-time learning based on neural networks has been proven to be an effective method for solving decision-making problems in a dynamic, unknown environment. In this thesis, we assume a real-life scenario in which a UAV collects data from Ground base stations (GBSs) without knowing the information of the environment. A UAV is responsible for the MOO including collecting data, avoiding obstacles, path planning, and conserving energy. Two Deep reinforcement learnings (DRLs) approaches were implemented in this thesis and compared. / Under de senaste åren har UAV utvecklats snabbt på grund av framsteg inom flygteknik och trådlösa kommunikationssystem. Som ett resultat av deras mångsidighet, kostnadseffektivitet och flexibilitet i utbyggnaden har UAV:er utvecklats för att utföra en mängd stora och komplexa uppgifter utan terrängrestriktioner, såsom slagfältsoperationer, sök och räddning under katastrofförhållanden, övervakning, etc. Data insamlings- och avlastningsuppdrag i IoT-nätverk kan utföras med användning av UAV:er som nätverkskantnoder. Den grundläggande utmaningen i sådana scenarier är att utveckla en UAV-rörelsepolicy som förbättrar kvaliteten på uppdragets slutförande och undviker kollisioner. Realtidsinlärning baserad på neurala nätverk har visat sig vara en effektiv metod för att lösa beslutsfattande problem i en dynamisk, okänd miljö. I den här avhandlingen utgår vi från ett verkligt scenario där en UAV samlar in data från GBS utan att känna till informationen om miljön. En UAV är ansvarig för MOO inklusive insamling av data, undvikande av hinder, vägplanering och energibesparing. Två DRL-metoder implementerades i denna avhandling och jämfördes.

The adoption of small-size Unmanned Aerial Vehicles (UAVs) in the commercial and professional sectors is rapidly growing. The miniaturisation of sensors and processors, the advancements in connected edge intelligence and the exponential interest in Artificial Intelligence (AI) are boosting the affirmation of autonomous nano-size drones in the Internet of Things (IoT) ecosystem. However, achieving safe autonomous navigation and high-level tasks like exploration and surveillance with these tiny platforms is extremely challenging due to their limited resources. Lightweight and reliable solutions to this challenge are subject to ongoing research. This work focuses on enabling the autonomous flight of a pocket-size, 30-gram platform called Crazyflie in a partially known environment. We implement a modular pipeline for the safe navigation of the nano drone between waypoints. In particular, we propose an AI-aided, vision-based reactive planning method for obstacle avoidance. We deal with the constraints of the nano drone by splitting the navigation task into two parts: a deep learning-based object detector runs on external hardware while the planning algorithm is executed onboard. For designing the reactive approach, we take inspiration from existing sensorbased navigation solutions and obtain a novel method for obstacle avoidance that does not rely on distance information. In the study, we also analyse the communication aspect and the latencies involved in edge offloading. Moreover, we share insights into the finetuning of an SSD MobileNet V2 object detector on a custom dataset of low-resolution, grayscale images acquired with the drone. The results show the ability to command the drone at ∼ 8 FPS and a model performance reaching a COCO mAP of 60.8. Field experiments demonstrate the feasibility of the solution with the drone flying at a top speed of 1 m/s while steering away from an obstacle placed in an unknown position and reaching the target destination. Additionally, we study the impact of a parameter determining the strength of the avoidance action and its influence on total path length, traversal time and task completion. The outcome demonstrates the compatibility of the communication delay and the model performance with the requirements of the real-time navigation task and a successful obstacle avoidance rate reaching 100% in the best-case scenario. By exploiting the modularity of the proposed working pipeline, future work could target the improvement of the single parts and aim at a fully onboard implementation of the navigation task, pushing the boundaries of autonomous exploration with nano drones. / Användningen av små obemannade flygfarkoster (UAV) inom den kommersiella och professionella sektorn ökar snabbt. Miniatyriseringen av sensorer och processorer, framstegen inom connected edge intelligence och det exponentiella intresset för artificiell intelligens (AI) ökar användningen av autonoma drönare i nanostorlek i ekosystemet för sakernas internet (IoT). Att uppnå säker autonom navigering och uppgifter på hög nivå, som utforskning och övervakning, med dessa små plattformar är dock extremt utmanande på grund av deras begränsade resurser. Lättviktiga och tillförlitliga lösningar på denna utmaning är föremål för pågående forskning. Detta arbete fokuserar på att möjliggöra autonom flygning av en 30-grams plattform i fickformat som kallas Crazyflie i en delvis känd miljö. Vi implementerar en modulär pipeline för säker navigering av nanodrönaren mellan riktpunkter. I synnerhet föreslår vi en AI-assisterad, visionsbaserad reaktiv planeringsmetod för att undvika hinder. Vi hanterar nanodrönarens begränsningar genom att dela upp navigeringsuppgiften i två delar: en djupinlärningsbaserad objektdetektor körs på extern hårdvara medan planeringsalgoritmen exekveras ombord. För att utforma den reaktiva metoden hämtar vi inspiration från befintliga sensorbaserade navigeringslösningar och tar fram en ny metod för hinderundvikande som inte är beroende av avståndsinformation. I studien analyserar vi även kommunikationsaspekten och de svarstider som är involverade i edge offloading. Dessutom delar vi med oss av insikter om finjusteringen av en SSD MobileNet V2-objektdetektor på en skräddarsydd dataset av lågupplösta gråskalebilder som tagits med drönaren. Resultaten visar förmågan att styra drönaren med ∼ 8 FPS och en modellprestanda som når en COCO mAP på 60.8. Fältexperiment visar att lösningen är genomförbar med drönaren som flyger med en topphastighet på 1 m/s samtidigt som den styr bort från ett hinder som placerats i en okänd position och når måldestinationen. Vi studerar även effekten av en parameter som bestämmer styrkan i undvikandeåtgärden och dess påverkan på den totala väglängden, tidsåtgången och slutförandet av uppgiften. Resultatet visar att kommunikationsfördröjningen och modellens prestanda är kompatibla med kraven för realtidsnavigering och ett lyckat undvikande av hinder som i bästa fall uppgår till 100%. Genom att utnyttja modulariteten i den föreslagna arbetspipelinen kan framtida arbete inriktas på förbättring av de enskilda delarna och syfta till en helt inbyggd implementering av navigeringsuppgiften, vilket flyttar gränserna för autonom utforskning med nano-drönare.

En alltmer globaliserad och konkurrensutsatt ekonomi har de senaste decennierna krävt ökad flexibilitet på arbetsmarknaden. Tidigare forskning har uppmärksammat hur förändringarna påverkar anställdas attityder och välbefinnande i olika sektorer. Anställningsotrygghet, det vill säga oron över att förlora arbetet eller att arbetssituationen ska försämras, är ett väldokumenterat fenomen som visat sig ha negativ påverkan på psykisk hälsa. Få studier har dock undersökt anställningsotrygghet inom vård och omsorg. Syftet med föreliggande tvärsnittsstudie var att undersöka relationen mellan trygghet och otrygghet i anställningen, organisatorisk rättvisa samt copingstrategier för vård- och omsorgspersonal. Anställda inom kommunal vård och omsorg i Västerbotten (n = 205) besvarade en enkät om deras nuvarande anställning, arbetssituation och hur de hanterar problem kopplade till arbetet. Svarsfrekvensen uppskattades vara 12 %. Regressionsanalyserna visade att anställningstid minskar kvantitativ men inte kvalitativ anställningsotrygghet i vår data. Därtill fann vi ett negativt samband mellan anställningsotrygghet och organisatorisk rättvisa samt ett positivt samband mellan anställningsotrygghet och undvikande coping. Tvärtemot tidigare forskning fann studien inget samband mellan anställningstrygghet och problemlösande eller emotionsfokuserad coping. Sammantaget stödjer delar av resultatet tidigare forskning och belyser vikten av att studera anställningsotrygghet för yrkesgrupper med olika arbetsvillkor. / The labor market has changed dramatically during the last decades due to increased globalization and competition, and thus consequently increased the demands of flexibility. Thus, previous studies have examined the effects on employees’ attitudes and well-being in different sectors of the labor market. The negative impact of job insecurity – i.e worrying about potential job loss or loss of valued job features – on mental health is well established in the academic field of psychology. The purpose of the present thesis was therefore to investigate the relationship between job insecurity, organizational justice and coping mechanisms for health care workers in the public sector by using a cross-sectional study design. Municipality workers in Västerbotten (n = 205) answered a questionnaire concerning their current employment, work environment and how they cope with problems at work. The estimated response rate was 12 %. The regression analysis showed a statistically significant decrease of quantitative but not qualitative job insecurity in relation to job tenure. Furthermore, the results showed a negative correlation between job insecurity and organizational justice, and a positive correlation between job insecurity and avoidant coping. However, contrary to our hypothesis and previous studies no relationship was detected between job insecurity and problem-solving or emotion-focused coping. The results of this study partly supports the findings of previous research. Nevertheless it highlights the importance of research on job insecurity for employeesin different sectors with varying conditions.