En växande global befolkning och stor efterfrågan på grödor driver den teknologiska utvecklingen framåt inom det moderna lantbruket. I sin utveckling av nya styr- och reglerfunktioner för frontlastare behövde Ålö AB en pålitlig och effektiv plantmodell av deras frontlastare Quicke Q5M. Plantmodellen skulle inkludera det tillhörande mekaniska och hydrauliska systemet och kunna rendera simulering och 3D-animering i realtid. En automatisk nedställningsfunktion för material skulle också utvecklas för att automatisera den vanligt förekommande sysslan att ställa ned material från en upphöjd position. En plantmodell för Quicke Q5M med ett lastkännande hydraulsystem utvecklades i MATLAB Simulink med Simscape Multibody och Simscape Fluids. Prestandan av den simulerade plantmodellen utvärderades. Plantmodellen visade grundläggande överensstämmelse när den jämfördes med sensordata från en frontlastare i verkligheten. En reglerfunktion för automatisk nedställning av material utvecklades i Simulink. En algoritm för att detektera kollision med mark konstruerades genom att analysera sensordata från en frontlastare i verkligheten som ställt ned material på marken. För att detektera materialets kontakt med mark utfördes hastighets- och accelerationsestimeringar på sensordata från vinkelgivare och trycksensorer. Vid kontakt med mark avslutades nedställningsrörelsen automatiskt. Prestandan och noggrannheten av reglersystemet under olika scenarion analyserades och diskuterades. Trots att simuleringar av plantmodellen och den föreslagna nedställningsfunktionen såg realistiska ut var det svårt att kvantifiera överensstämmelsen mellan plantmodell och frontlastare då inga utförligare fysiska tester hanns med. Framtida utveckling av plantmodell och nedställningsfunktion rekommenderas därför att börja med ett implementeringstest av reglerfunktionen i en traktor i verkligheten. Det skulle ge ett mått på hur pass bra plantmodellen representerar frontlastaren samt möjliggöra utvärdering och vidare justering av reglerfunktionens parametrar i en verklig fysisk miljö. / A growing global population and large demands for crops worldwide is driving agricultural technological advances forward. In developing new automatic control functions for front end loader applications, Ålö AB needed a reliable and effective plant model of their front end loader Quicke Q5M. The plant model should include the associated mechanical and hydraulic system and be capable of rendering simulation and 3D animation in real time. An automated put down control function would also be of benefit for farming operators, speeding up the commonly performed farming task of putting down material from an elevated position. A plant model for the Quicke Q5M with a Load Sensing hydraulic system was developed in MATLAB Simulink with Simscape Multibody and Simscape Fluids. The performance of the simulated plant model was evaluated. The plant model showed some consistent results when compared to sensor data logs from a real-world front end loader. An automatic put down control function for material was also developed and tested in Simulink. A collision detection algorithm was constructed by analyzing sensor data logs from a real-world tractor putting down material on the ground. Velocity and acceleration estimations were made from angular position and pressure sensors to detect the contact between material and ground. The control function automatically stopped the lowering movement when contact was detected. The performance and accuracy of the control system under different scenarios were analyzed and discussed. Although the simulations of the plant model and proposed control function seemed realistic, the consistency of the plant model was hard to quantify since there was no time left for any thourough physical tests. It is recommended that future development of both the plant model and control system begin with an implementation test of the control system in a real-world tractor. This would help determine how accurately the plant model represents the front end loader. It would also allow evaluation and further tuning of the control function in a real physical environment.