Earticle

이 연구는 농업 분야에서의 생산성을 향상시키기 위해 다기능 로봇을 개발하는데 초점을 맞추고 있다. 기존의 농업 로봇은 제한된 기능과 단일 작업 수행 능력으로 인해 한정된 역할을 수행할 수밖에 없었다. 이러한 제약을 극복하기 위해, 본 연구에서는 다양한 작업을 수행할 수 있는 로봇을 설계하였다. 본 연구에서는 농업에 필수적으로 요구되는 작업인 급수, 휴림 피복, 쟁기질, 토양 습도 측정 등 다양한 작업을 수행할 수 있는 로봇을 개발하는 데 중점을 두고 있다. 설계된 로봇은 4개의 바 연결 메커니즘 을 사용하여 높이를 조정하고 습도측정 센서를 통해 토양의 건조 상태를 확인할 수 있다. 이에 대한 사 용모듈을 알고리즘화 하여 시스템을 구성함으로써 다양한 농업 환경에 적응할 수 있다. 이러한 농업용 다기능 로봇의 개발은 농업 생산성 향상과 농업 로봇 기술 분야의 발전에 크게 기여할 것으로 기대된다.

Conventional agriculture robots have been mostly limited in their functions and are only capable of performing a single task. To overcome this problem, this research focuses on developing a robot that is able to perform various tasks required in agriculture such as water supply, mulching, plowing, and soil humidity measurement. The designed robot utilizes a 4-bar linkage mechanism for height adjustment and incorporates a humidity sensing sensor to monitor the soil's moisture level. By algorithmizing the utilization modules for these functions, the system is configured to adapt to various agricultural environments. The development of such a multi-functional robot for agriculture is expected to contribute significantly to improving agricultural productivity and advancing the field of robot technology in agriculture.

This paper presents a force control based on the observer without taking any force or torque measurement from the robot which allows realizing more stable and robust human robot interaction for the developed multi-functional upper limb rehabilitation robot. The robot has four functional training modes which can be classified by the human robot interaction types: passive, active, assistive, and resistive mode. The proposed observer consists of internal disturbance observer and external force observer for distinctive performance evaluation. Since four training modes can be quantitatively identified as impedance variation, position-based impedance control with feedback and feedforward controller was applied to the assistive training mode. The results showed that the proposed sensorless observer estimated cleaner and more accurate force compared to the force sensor and the impedance controller embedded with the proposed observer completed the assistive training mode safely and properly.