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

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據收集的效率，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業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，此類植物結構的監測為他們的研究提供了重要的數據支持。

然而，傳統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，捕捉它所經過的每一株植物的多個立體圖像。所有這些視覺數據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據，與人工采用傳統方法得到的測量數據進行了比對。

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

他繼續補充道："我們已經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，提高作物的產量和質量。"

這項創新技術的成功應用，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化和提高農業生產效率具有深遠的影響。