此圖顯示了自主機器人，它帶有多層 PhenoStereo 相機，它們是 AngleNet 系統(tǒng)的一部分。

最近，一項由美國北卡羅來納州立大學和愛荷華州立大學的研究人員聯(lián)合進行的研究，展示了一種革新的自動化技術，這種技術能夠在田間準確且高效地測量玉米植物的葉片角度。這種科技突破顯著提高了葉角數(shù)據(jù)收集的效率，為植物育種專家提供了更快、更精準的信息，加速了玉米品種改良的進程。

北卡羅來納州立大學的生物與農(nóng)業(yè)工程系助理教授項立榮提到："植物的葉片相對于其莖部的角度對于光合作用的效率具有重要影響。例如，在玉米植物中，我們期望頂部的葉子相對垂直，而莖部更遠處的葉子則更接近水平。這樣的配置有助于植物收集更多的陽光，從而提高光合作用效率。對于關注植物育種的研究者而言，此類植物結構的監(jiān)測為他們的研究提供了重要的數(shù)據(jù)支持。

然而，傳統(tǒng)的葉角測量方式一般采用手動測量，這種方式既費時又費力。項立榮表示："我們期望找到一種能使這個過程自動化的方法，而現(xiàn)在我們做到了。"

這項新技術，名為"AngleNet"，主要由硬件和軟件兩個部分組成。硬件部分是一個裝在車輪上的機器人裝置。這個設備可以手動操控，寬度剛好適應30英寸間距的作物行，這也是農(nóng)民通常采用的作物行寬。設備本身由四層攝像機組成，每一層都設置在不同的高度，以便捕捉不同高度的葉片視圖。每層設備都包括兩個攝像頭，能捕捉到立體的葉片視圖，進而實現(xiàn)對植物的三維建模。

在該裝置被引導到一排植物上時，它會在多個高度上，捕捉它所經(jīng)過的每一株植物的多個立體圖像。所有這些視覺數(shù)據(jù)都被輸入到一個程序中，該程序可以計算出不同高度的每種植物的葉片角度。

項立榮解釋道："對于植物育種專家而言，他們不僅需要知道葉片的角度，還需要了解葉片離地面的高度。這為他們提供了評估每一行植物葉角分布所需的關鍵信息。這將進一步有助于他們鑒別具有理想或不理想特性的遺傳系。"

為了驗證AngleNet的精準度，研究團隊將機器人在田間進行的葉角測量數(shù)據(jù)，與人工采用傳統(tǒng)方法得到的測量數(shù)據(jù)進行了比對。

項立榮說："我們發(fā)現(xiàn)，AngleNet測量的葉片角度與手動測量的角度差距在5度以內(nèi)，這完全在植物育種所能接受的誤差范圍之內(nèi)。"

他繼續(xù)補充道："我們已經(jīng)與一些作物科學家展開了合作，并利用這項技術進行了研究。我們有理由相信，更多的研究者將對這項技術產(chǎn)生興趣，以此來為他們的工作提供有價值的信息。最終，我們的目標是幫助加快植物育種研究的速度，提高作物的產(chǎn)量和質(zhì)量。"

這項創(chuàng)新技術的成功應用，無疑為玉米等作物的植物育種研究帶來了巨大的助力，對于未來的作物種植優(yōu)化和提高農(nóng)業(yè)生產(chǎn)效率具有深遠的影響。