During the last decade sensor networks and Internet of Things have been gaining a lot of attention. One area where it is still fairly unused is to manage work environments. With sensor networks and Internet of Things devices it is possible to measure and control noise levels, air quality and most other aspects of reality. In this thesis a system for managing a work environment is designed and implemented. The thesis conducted a case study at Internationella Engelska Gymansiet Södermalm, where a test system was installed to find out how it would affect the work environment, and how the users of the system react to it. The results from the essay shows that it is possible to manage some aspects of work environments if the users have the intention of using the system. / Under det senaste årtiondet har sensornätverk och Internet of Things fått alltmer uppmärksamhet. Ett område där dessa två inte har brett ut sig väldigt mycket ännu är arbetsmiljöer. Med sensornätverk och Internet of Things enheter är det möjligt att mäta och kontrollera ljud nivåer, luftkvalitet och nästan alla andra aspekter av verkligheten. I denna studie designas och implementeras ett system för hanteringen av en arbetsmiljö. En fallstudie genomfördes på Internationella Engelska Gymansiet Södermalm. Där ett testsystem installerades för att ta reda på hur det skulle påverka arbetsmiljön, samt hur användarna skulle reagera på systemet. Resultatet från studien pekar på att det är möjligt att hantera vissa aspekter av arbetsmiljöer om användarna har för avsikt att använda systemet.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-304891 |
| Date | January 2021 |
| Creators | Lind, Mattias, Karlsson, Fredrik |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2021:681 |
Page generated in 0.0022 seconds