„LiDAR“ (šviesos aptikimo ir diapazono) technologija, aprūpinta „iPhone 17“, siūlo novatoriškas, vartotojui prieinamas priemones augalų lapų kreivumui ir augimo tempams matuoti, fiksuojant tikslius trijų matmenų duomenis. Naudojant „iPhone 17“ „LiDAR“ jutiklį, galima generuoti didelės skiriamosios gebos 3D taškų augalų lapų debesis, įgalinant išsamias morfometrines analizes, tokias kaip kreivumo matavimas ir laiko augimo sekimas.
„LiDAR“ veikia skleidžiant lazerio šviesos impulsus link tikslinio objekto, pasodinkite lapus ir matuojant laiką, kurio reikia šviesai, kad būtų galima atspindėti jutiklį. Šie skrydžio laiko duomenys leidžia įrenginiui sukurti 3D erdvinius lapų paviršiaus žemėlapius, kurių tikslumas yra milimetro lygiu. „IPhone 17“ integruoja šį jutiklį su pažangiomis apdorojimo aparatinėmis ir programinėmis programine įranga, galinčia gaminti tankius taškų debesis, kartu su RGB duomenimis, kad būtų galima užfiksuoti tiek geometrinę, tiek spalvų informaciją, būtiną augalų tyrimams.
lapų kreivumo matavimas
Norint kiekybiškai įvertinti lapų kreivumą naudojant „iPhone 17 LiDAR“, tipinė darbo eiga apima lapų paviršiaus nuskaitymą iš kelių kampų, dažnai naudojant puslankiu judėjimą aplink lapą, kad būtų užtikrintas visas viršutinio ir apatinio paviršiaus aprėptis. 3D taškų debesis, susidarantis iš šių nuskaitymų, gali būti apdorojami naudojant tinklo rekonstrukcijos algoritmus, tokius kaip „Alfa Formes“ metodas arba Puasono paviršiaus rekonstrukcija, kurie sukuria nuolatinius paviršiaus modelius iš atskirų taškų.
Sukūrus 3D paviršiaus tinklelį, lapų kreivumas gaunamas analizuojant vietinę paviršiaus geometriją. Kreivę galima įvertinti kaip Gauso kreivumą, kuris parodo vidinį kreivumą, arba vidutinį kreivumą, susijusį su lenkimu. Apskaičiuojant kreivumą per visą lapų paviršių, galima objektyviai apibūdinti lapų sulankstymo, valcavimo ar kitų deformacijos modelių pokyčius. Tai palengvina lapų mechanikos tyrimus, streso reakcijas ir adaptacijos mechanizmus.
Augimo greičio įvertinimas
Stebint augalų lapų augimo greitį naudojant „iPhone 17 LiDAR“, reikia pakartotinių to paties lapo ar lapų nuskaitymo per nustatytus laiko intervalus. Kruopštus 3D taško debesų, surinktų skirtingu metu, registracija leidžia tiksliai nustatyti lapų dydžio, formos ir tūrio pokyčius. Augimo metriką galima išgauti palyginus paviršiaus plotą, lapų ilgį ir net kreivumo pokyčius iš vienas po kito nuskaitymo.
Automatizuoti segmentavimo algoritmai gali atskirti atskirus lapus iš sudėtingų augalų architektūros 3D taškų debesyje, įgalinant augimo vienos lapo analizę be destruktyvių mėginių ėmimo. Mašinų mokymosi ar vaizdo apdorojimo metodai padeda automatizuoti morfometrinių parametrų, tokių kaip ilgis, plotis, paviršiaus plotas ir kreivumas, ištraukimo.
Praktinis įgyvendinimas ir tikslumas
Nors pirmiausia efektyviai parodė ankstesniuose „iPhone“ modeliuose, tokiuose kaip „IPhone 13 Pro“, naujausi „iPhone 17“ „LiDAR“ technologijos patobulinimai dar labiau padidino erdvinę skiriamąją gebą, taškų tankį ir nuskaitymo greitį. Lauko eksperimentai, nuskaitydami kukurūzų ir vaisių medžio lapus, iliustruoja, kad „LiDAR“ duomenys iš „iPhone“ pateikia stiprią koreliaciją su tradiciniais matavimo priemonėmis (tokiomis kaip ploto matuokliai ir rankiniai apkabos), kurių R kvadrato vertės, paprastai viršijančios 0,85 paviršiaus plotui ir morfologiniams bruožams.
Siekiant maksimaliai padidinti tikslumą, aplinkos sąlygos ir nuskaitymo protokolai turi būti gerai kontroliuojami: nuoseklus apšvietimas, minimalus augalų judesys ir kruopštus jutiklio-keliavimo kontrolė nuskaitymo metu pagerina duomenų kokybę. „IPhone 17“ įmontuotas giroskopas, magnetometras ir patobulintas procesorius padeda stabilizuoti nuskaitymą ir kompensuoti judėjimą.
Programinės įrangos ir duomenų apdorojimo įrankiai
Specializuotos programos, tokios kaip „Polycam“ ar pagal užsakymą sukurta programinė įranga, panaudojant „iPhone 17“ „LiDAR“ išvestį, leidžia vartotojams generuoti 3D taškų debesis ir apdoroti juos augalų morfometrijai. Šios priemonės įgalina:
- Tanki taškų debesies fiksavimas naudojant RGB spalvų atributus.
- 3D rekonstrukcija per akių generavimą.
- Lapų struktūrų segmentavimas iš viso augalo modelio.
- Lapų paviršiaus ploto, kreivumo ir tūrio bruožų skaičiavimas.
- Laikinoji analizė suderinant pakartotinius augimo stebėjimo nuskaitymus.
Programavimo bibliotekos, tokios kaip „Open3D“, pateikia paviršiaus rekonstravimo algoritmus (alfa formas, Puasonas), kreivumo tinklo analizę ir taškų debesies registraciją, reikalingą laikinojo palyginimui. „Python“ pagrindu sukurtos įrankių grandinės gali automatizuoti apdorojimo vamzdynus nuo neapdorotų „LiDAR“ duomenų iki tinkamos augimo metrikos.
Programos augalų moksle
Naudojant „LiDAR“ išmaniuosiuose telefonuose, tokiuose kaip „iPhone 17“, gaunamas didelis tikslumas, greitas fenotipas tiesiogiai į lauką ar šiltnamį. Tai palengvina:
- Neardomieji lapų morfologijos ir kreivumo matavimai, atspindintys aplinkos stresą ar genetinius bruožus.
- Nuolatinis augimo greičio stebėjimas smulkiomis erdvinėmis ir laikinomis skalėmis, fiziškai trikdant augalų.
- Patobulintas fiziologinių parametrų, susijusių su fotosinteze, transpiracija ir bendra augalų sveikata, susijusių su lapų paviršiaus geometrija, supratimas.
Šis požiūris yra ekonomiškas ir keičiamas, palyginti su tradiciniais lazeriniais skaitytuvais, leidžiančiais plačiai pritaikyti tikslaus žemės ūkio, miškininkystės tyrimų ir augalų veisimo programas.
Proceso santrauka
1. Augalų pavyzdį nustatykite stabilioje padėtyje su minimaliu vėju.
2. Naudokite „iPhone 17 LiDAR“, perkeldami jį pusapvaldžiai ir aplink augalą, kad galėtumėte visiškai aprėpti 3D.
3. Fiksuokite taškų debesies duomenis, praturtintus RGB, naudojant programas, kurios sąsajos su „LiDAR“ jutikliu.
4. Apdorokite 3D taškų debesį su rekonstravimo algoritmais, kad būtų sukurtos tikslios lapų paviršiaus tinklai.
5. Išanalizuokite kreivumo tinklus apskaičiuodami vietines paviršiaus geometrines savybes.
6. Pakartokite nuskaitymus laiko intervalais, kad kiekybiškai įvertintumėte augimo greitį, matuojant lapų dydžio ir paviršiaus bruožų pokyčius.
7. Naudokite automatizuotą arba pusiau automatinį segmentavimą, kad atskirtų atskirų lapų atskirtį konkrečiai analizei.
8. Patvirtinkite matavimus tradiciniais metodais arba žinomais standartais, kad būtų užtikrintas tikslumas.