Mekatronikingenjör på Utexpo
På den här sidan har deltagarna på Utexpo sammanfattat sina projekt. Här kan du upptäcka och läsa om spännande projekt från programmet Mekatronikingenjör.
Automatisk reglering av kamin
- Deltagare: Felix Driving och Oskar Marntell.
- Samarbetspartner: Contura AB.
Det här examensarbetet utforskar utvecklingen av en automatiskt styrd braskamin. Befintliga automatiska kaminer innefattar ofta komplexa styrsystem och dyra aktuatorer samt sensorer som försvårar vidareutveckling. Det här projektet har som mål att utveckla ett mer konkurrenskraftigt och förenklat system för en autonom kamin genom att eliminera lambdasensorn. Det genom integrering av ett mekatroniskt system baserat på en mikrokontroller och en iterativ utvecklingsprocess för att nå uppställda krav enligt miljöstandard för braskaminer. Styrning av aktuatorer samt användning av termoelement nyttjades tillståndsmaskiner som programmerades i C++. Prestanda validerades genom tio miljöeldningar i kontrollerad labbmiljö enligt den europeiska teststandarden för braskaminer. Slutsatsen för projektet var att automatisk kaminreglering är möjlig med billigare alternativ till sensorer och aktuatorer. Den valda strategin för att undvika övertändning tenderade att leda till syreöverskott, vilket försvårade fullständig förbränning. Artefakten bedöms utgöra en stabil grund för vidareutveckling och förbättring för att nå den kravbild som satts.
Autonomous Cleaning System for Outdoor Cameras
- Participant: Akram Abdul Ghani.
- Collaboration partner: Axis Communications.
This thesis presents the development and evaluation of an automated mechanical cleaning system designed to mitigate the effects of sticky contaminants, such as simulated spiderwebs, on camera lenses. As optical sensors become increasingly vital in automated surveillance and automotive industries, maintaining lens clarity under extreme environmental conditions is crucial. The study explores a mechanical sweeping mechanism controlled by an image-processing algorithm that triggers cleaning cycles based on a visibility threshold.
CSI Positioning Hardware Accelerator Using FPGA
- Participants: Abdullah Al Atassi and Eric Camitz.
This project investigates a hardware accelerator for CSI-based indoor positioning using an FPGA. A quantised convolutional neural network is trained to estimate a position from wireless channel data. The model is then converted and deployed on a Zybo Z7-20 FPGA board using the FINN and PYNQ workflow. The goal is to reduce latency and increase throughput compared with software execution, while keeping good positioning accuracy. The project includes training, quantisation, FPGA implementation, and performance testing. The results show that the accelerator can achieve low latency and high throughput, making it suitable for real-time positioning systems.
Drone for Insect Detection
- Participant: Isabella Yuosef Ismail.
Det här projektet undersöker genomförbarheten av ett drönarbaserat system för automatisk detektion av insektsangrepp med hjälp av artificiell intelligens. Systemet kombinerar en lättviktsdrönare med en tvåstegsdetektionspipeline bestående av en YOLO-baserad objektdetektering och en VLM för semantisk verifiering. A*-banplanering har använts för att möjliggöra strukturerad flygning och en grundläggande aktiveringsmodul har implementerats för att demonstrera riktad respons genom en spraymekanism.
Lågupplöst ToF-sensor för volymestimering och objektidentifiering i stallmiljö
- Deltagare: Johan Strömstedt.
Projektet undersöker hur en kostnadseffektiv Time-of-Flight-sensor (ToF) kan användas för att automatiskt övervaka fodermängd och registrera djur vid foderbord i mjölkstallar. I många helautomatiserade stallar används bandfoderfördelare, där dagens lösningar med autonoma utfodringsenheter ej är applicerbara på grund av platsbrist. Det innebär att personal behöver kontrollera fodernivåer manuellt för att säkerställa att djuren alltid har tillgång till grovfoder, vilket är kritiskt för både djurvälfärd och mjölkproduktion.
I projektet utvecklades ett mätsystem bestående av en lågupplöst ToF-sensor, mikrokontroller och enkortsdator som infästes i den rörliga släden på en bandfoderfördelare. När släden, och därmed mätsystemet, förflyttades längs foderbordet samlades avståndsdata in och omvandlades till punktmoln som i sin tur användes för att uppskatta fodervolym samt identifiera djur som stod vid foderbordet.
Foderyta skiljs från skymmande djur med hjälp av plansegmentering (RANSAC). De utsorterade djurpunkterna genomgick sedan klustring med DBSCAN för att räkna antalet närvarande djur. Avslutningsvis användes Delaunay-triangulering av ytan för att möjliggöra efterföljande volymestimering. Resultaten visar att lågkostnadsbaserad ToF-teknik har stor potential för tillförlitlig volymestimering av grovfoder och kan bidra till framtida automatiserade system för effektivare utfodring och bättre övervakning av djurflöden i lantbruksmiljöer.
Modulärt kabelhanteringssystem för UGV (fas 1)
- Deltagare: Albin Hammarberg och Linus Samuelsson.
- Samarbetspartner: Micropol Fiberoptics AB.
Rapporten dokumenterar utvecklingen av en prototyp för ett elektromekaniskt kabelhanteringssystem åt Micropol Fiberoptics AB. I takt med att användningen av obemannade markfordon (UGV) ökar, växer behovet av tillförlitliga lösningar för hantering av fiberoptiska kablar för fjärrstyrning och dataöverföring. Projektets mål är att skapa ett modulärt system för in- och utrullning av kablar, med en skalbar styrarkitektur som kan anpassas till olika anvädningsområden. Det utvecklade reglersystemet anpassar systemets dynamik baserat på kabelns bredd och längd. En prototyp konstruerades för att påvisa systemets funktion och prestanda. Artefakten styrs via ett användargränssnitt. Systemet har en maximal drifthastighet på 2 meter per sekund, medelspänningen under inrullningscykeln var 2,40–2,60 N (newton) mot ett målvärde på 2,59 N. Systemdriften var minimal och upp
mättes till 2,67 % vid inrullning och 0,75 % vid utrullning. Systemet kan husera 200 meter kabel.
