Чтобы увидеть, насколько хорошо проходит процесс фотосинтеза в кукурузе, нужно измерить угол, под которым листья растения располагаются относительно стебля. Обычно, агрономы занимаются этим вручную, делая измерения с помощью транспортира. Но новая роботизированная система на базе искусственного интеллекта может выполнять эту работу быстрее и проще.
Как это работает?
Система AngleNet разработана командой из Университета штата Северная Каролина и Университета штата Айова. Она работает на базе существующего колесного сельскохозяйственного робота PhenoBot 3.0, дополненного специальным программным обеспечением на основе машинного обучения.
На роботе установлены четыре фотомодуля PhenoStereo, каждый из которых состоит из двух камер и набора стробоскопов. Модули расположены один над другим на некотором расстоянии друг от друга.
Когда дистанционно управляемый робот перемещается между рядами кукурузных растений, камеры автоматически делают стереоскопические фотографии листьев на каждом растении на разных высотах. Программное обеспечение объединяет эти изображения для формирования трехмерных моделей листьев, по которым можно рассчитать их углы относительно стебля. Кроме того, поскольку модули камеры установлены на заданных высотах, можно определить, насколько высоко расположены листья над землей.
Зачем это нужно?
Такая система мониторинга нужна для того, чтобы выводить более живучие и эффективные виды кукурузы.
«Когда вы выращиваете кукурузу, вы хотите, чтобы листья наверху были относительно вертикальными, но те, что расположены ниже по стеблю, должны располагаться более горизонтально. Это позволяет растению собирать больше солнечного света. Исследователи, которые сосредоточены на селекции растений, следят за такой архитектурой растений, потому что она свидетельствует об успешности их работы», - поясняет профессор Лирон Сян, ведущий автор исследования.
Тесты показывают, что измерения системы AngleNet практически совпадают с результатами ручных измерений. Расхождение составляет около 5 градусов, что вписывается в допустимую погрешность.
«Мы уже работаем с некоторыми учеными по сельскохозяйственным культурам, чтобы использовать эту технологию, и мы оптимистичны, что больше исследователей будут заинтересованы в принятии технологии для мониторинга своей работы. В конечном счете, наша цель - помочь ускорить исследования по селекции растений, которые улучшат урожайность», - говорит Сян.
Статья об исследовании опубликована в журнале Journal of Field Robotics.
