微动态丨轮式机器人测量叶片角度以帮助培育更好的玉米植物
北卡罗来纳州立大学和爱荷华州立大学的研究人员展示了一种能够准确测量田间玉米植株叶片角度的自动化技术。与传统技术相比，这项技术使叶角数据收集效率显着提高，从而更快地为植物育种者提供有用的数据。
“植物叶子相对于茎的角度很重要，因为叶子角度会影响植物进行光合作用的效率，”该论文的第一作者、生物和农业助理教授 Lirong Xiang 说。北卡罗来纳州的工程学。“例如，在玉米中，你希望顶部的叶子相对垂直，但更靠近茎的叶子更水平。这使植物能够收获更多的阳光。专注于植物育种的研究人员监测这种植物结构，因为它为他们的工作提供了信息。
“然而，测量叶片角度的传统方法包括用量角器手动测量叶片——这既费时又费力，”向说。“我们想找到一种方法来自动化这个过程——我们做到了。”
(资料图)
这项名为 AngleNet 的新技术有两个关键组成部分：硬件和软件。
在这种情况下，硬件是安装在轮子上的机器人设备。该设备是手动操纵的，并且足够窄，可以在相距 30 英寸的作物行之间导航——这是农民使用的标准宽度。该设备本身由四层相机组成，每层相机都设置在不同的高度，以捕捉周围植物上不同高度的叶子。每层包括两个摄像头，使其能够捕捉树叶的立体视图并实现植物的 3D 建模。
当设备沿着一排植物向下行驶时，它被编程为在多个高度捕获它经过的每株植物的多个立体图像。
所有这些视觉数据都被输入到一个软件程序中，然后计算出每株植物在不同高度的叶片角度。
“对于植物育种者来说，重要的是不仅要知道叶子的角度，还要知道这些叶子离地面多远，”Xiang 说。“这为他们提供了评估每行植物的叶角分布所需的信息。反过来，这可以帮助他们识别具有理想特征或不良特征的遗传系。”
为了测试 AngleNet 的准确性，研究人员将机器人在玉米田中进行的叶角测量与使用传统技术手工进行的叶角测量进行了比较。
“我们发现 AngleNet 测量的角度与手动测量的角度相差 5 度以内，这完全在植物育种可接受的误差范围内，”Xiang 说。
“我们已经在与一些作物科学家合作利用这项技术，我们乐观地认为更多的研究人员将有兴趣采用这项技术来为他们的工作提供信息。最终，我们的目标是帮助加快植物育种研究，从而提高作物产量。”
论文“使用立体视觉和深度卷积神经网络对玉米植株进行基于田间的机器人叶片角度检测和表征”，已在《田间机器人学杂志》上公开发表。该论文的通讯作者是爱荷华州农业与生物系统工程教授唐烈。该论文由爱荷华州立大学和关西大学的 Jingyao Gai 共同撰写;爱荷华州立大学和奥本大学的 Yin Bao;爱荷华州的 Jianming Yu 和 Patrick Schnable。这项工作是在国家科学基金会的支持下完成的，资助号为 1625364;来自爱荷华州植物科学研究所。
