LiDAR (gaismas noteikšana un diapazona) tehnoloģija, kas aprīkota ar iPhone 17, piedāvā novatoriskus, patērētājiem pieejamus līdzekļus augu lapu izliekuma un augšanas tempu mērīšanai, uztverot precīzus trīsdimensiju datus. Izmantojot iPhone 17 LiDar sensoru, var ģenerēt augstas izšķirtspējas 3D punktu augu lapu mākoņus, nodrošinot detalizētas morfometriskas analīzes, piemēram, izliekuma mērījumu un laika augšanas izsekošanu.
LIDAR darbojas, izstarojot lāzera gaismas impulsus pret mērķa objektu šeit, augu lapas un mēra laiku, kas nepieciešams, lai gaisma atspoguļotu sensoru. Šis lidojuma laika dati ļauj ierīcei izveidot lapu virsmas 3D telpiskās kartes ar milimetru līmeņa precizitāti. IPhone 17 integrē šo sensoru ar uzlabotu apstrādes aparatūru un programmatūru, kas spēj radīt blīvus punktu mākoņus apvienojumā ar RGB datiem, lai uztvertu gan ģeometrisko, gan krāsu informāciju, kas ir būtiska augu pētījumiem.
Lapu izliekuma mērīšana
Lai kvantitatīvi noteiktu lapu izliekumu, izmantojot iPhone 17 LiDar, tipiska darbplūsma ietver lapu virsmas skenēšanu no vairākiem leņķiem, bieži izmantojot pusloku kustību ap lapu, lai nodrošinātu tās augšējās un apakšējās virsmas pilnīgu pārklājumu. 3D punktu mākoni, kas ģenerēts no šiem skenējumiem, var apstrādāt, izmantojot acu rekonstrukcijas algoritmus, piemēram, alfa formas metodi vai Puasona virsmas rekonstrukciju, kas no diskrētiem punktiem rada nepārtrauktus virsmas modeļus.
Kad ir izveidots 3D virsmas acs, lapu izliekumu iegūst, analizējot vietējo virsmas ģeometriju. Izliekumu var kvantitatīvi noteikt kā Gausa izliekumu, kas apzīmē iekšējo izliekumu, vai vidējo izliekumu, kas saistīts ar saliekšanu. Aprēķinot izliekumu visā lapu virsmā, objektīvi var raksturot lapu locīšanas, ritināšanas vai citu deformācijas modeļu variācijas. Tas atvieglo lapu mehānikas, stresa reakcijas un adaptācijas mehānismu pētījumus.
Izaugsmes tempu novērtējums
Augu lapu augšanas ātrumu izsekošana ar iPhone 17 LiDAR ir saistīta ar atkārtotām vienas lapas vai lapu skenēšanu noteiktos laika intervālos. Rūpīga 3D punktu mākoņu reģistrācija, kas savākti dažādos laikos, ļauj precīzi noteikt lapu lieluma, formas un tilpuma izmaiņas. Augšanas metriku var ekstrahēt, salīdzinot virsmas laukumu, lapu garumu un pat izliekuma izmaiņas no secīgiem skenējumiem.
Automatizēti segmentēšanas algoritmi var izolēt atsevišķas lapas no sarežģītām augu arhitektūrām 3D punktu mākonī, ļaujot augšanas analīzēm uz vienu lapu bez destruktīvas paraugu ņemšanas. Mašīnu apguves vai attēlu apstrādes metožu izmantošana palīdz automatizēt morfometrisko parametru, piemēram, garuma, platuma, virsmas laukuma un izliekuma, ekstrakciju.
Praktiska ieviešana un precizitāte
Lai arī pirmo reizi efektīvi parādījās iepriekšējos iPhone modeļos, piemēram, iPhone 13 Pro, nesenie uzlabojumi iPhone 17 LiDar tehnoloģijā ir vēl vairāk uzlabojuši telpisko izšķirtspēju, punktu blīvumu un skenēšanas ātrumu. Lauka eksperimenti, kas skenē kukurūzas un augļu koku lapas, ilustrē, ka LiDAR dati no iPhones nodrošina spēcīgu korelāciju ar tradicionālajiem mērīšanas instrumentiem (piemēram, laukuma mērītājiem un manuālajiem suportiem) ar R-kvadrātu vērtībām, kas parasti pārsniedz 0,85 virsmas laukumam un morfoloģiskajām īpašībām.
Lai maksimāli palielinātu precizitāti, ir labi jākontrolē vides apstākļi un skenēšanas protokoli: konsekvents apgaismojums, minimāla augu kustība un rūpīga sensoru virziena kontrole skenēšanas laikā visu uzlabo datu kvalitāti. IPhone 17 iebūvētais žiroskops, magnetometrs un uzlabotais procesors palīdz stabilizēt skenēšanu un kompensēt kustību.
programmatūras un datu apstrādes rīki
Specializētas lietojumprogrammas, piemēram, Polycam vai pielāgota izstrādāta programmatūra, kas izmanto iPhone 17 LiDar izvadi, ļauj lietotājiem ģenerēt 3D punktu mākoņus un apstrādāt tos augu morfometrijai. Šie rīki ļauj:
- blīvs punktu mākoņu uztveršana ar RGB krāsu atribūtiem.
- 3D rekonstrukcija, izmantojot acu ģenerēšanu.
- lapu struktūru segmentēšana no visa auga modeļa.
- Lapu virsmas laukuma, izliekuma un tilpuma pazīmju aprēķināšana.
- Laika analīze, saskaņojot atkārtotus skenējumus izaugsmes izsekošanai.
Programmēšanas bibliotēkas, piemēram, Open3D, nodrošina virsmas rekonstrukcijas algoritmus (alfa formas, Puasons), acu analīze izliekumam un punktu mākoņa reģistrācija, kas nepieciešama laika salīdzināšanai. Python bāzes rīku ķēdes var automatizēt apstrādes līnijas no neapstrādātiem LIDAR datiem un beidzot ar izmantojamu augšanas metriku.
Pieteikumi augu zinātnē
LIDAR izmantošana viedtālruņos, piemēram, iPhone 17, rada augstas precizitātes, ātru fenotipēšanu tieši uz lauka vai siltumnīcu. Tas atvieglo:
- nesagraujoši lapu morfoloģijas un izliekuma mērījumi, atspoguļojot vides stresu vai ģenētiskās iezīmes.
- Nepārtraukta augšanas ātrumu uzraudzība smalkos telpiskos un laika skalās, fiziski netraucējot augus.
- Uzlabota izpratne par fizioloģiskajiem parametriem, kas saistīti ar fotosintēzi, transpirāciju un vispārējo augu veselību, kas saistīta ar lapu virsmas ģeometriju.
Šī pieeja ir rentabla un mērogojama, salīdzinot ar tradicionālajiem lāzera skeneriem, kas ļauj plaši pieņemt precīzu lauksaimniecību, mežsaimniecības pētniecību un augu selekcijas programmās.
Procesa kopsavilkums
1. Iestatiet augu paraugu stabilā stāvoklī ar minimālu vēju.
2. Izmantojiet iPhone 17 LiDar, pārvietojot to puslokā un ap rūpnīcu, lai iegūtu pilnu 3D pārklājumu.
3. Uzņemiet punktu mākoņa datus, kas bagātināti ar RGB, izmantojot lietotnes, kas saskarnes ar Lidar sensoru.
4. apstrādi 3D punktu mākoni ar rekonstrukcijas algoritmiem, lai izveidotu precīzas lapu virsmas acis.
5. Analizējiet izliekuma acis, aprēķinot vietējās virsmas ģeometriskās īpašības.
6. Atkārtojiet skenēšanu ar laika intervālu, lai kvantitatīvi noteiktu augšanas ātrumu, izmērot lapu lieluma un virsmas pazīmju izmaiņas.
7. Izmantojiet automatizētu vai daļēji automatizētu segmentēšanu, lai izolētu atsevišķas lapas īpašai analīzei.
8. Apstipriniet mērījumus ar tradicionālajām metodēm vai zināmajiem standartiem, lai nodrošinātu precizitāti.