Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Használja az iPhone 17 LIDAR -t a növényi levél görbületének és növekedési ütemének méréséhez


Használja az iPhone 17 LIDAR -t a növényi levél görbületének és növekedési ütemének méréséhez


Az iPhone 17-ben felszerelt LIDAR (fényérzékelés és tartomány) technológia innovatív, fogyasztói hozzáférhető eszközöket kínál a növényi levél görbületének és növekedési ütemének mérésére a pontos háromdimenziós adatok rögzítésével. Az iPhone 17 LIDAR-érzékelőjével nagy felbontású 3D-s pontfelhők generálhatók, lehetővé téve a részletes morfometriai elemzéseket, például a görbület mérését és az időbeli növekedés követését.

A LIDAR úgy működik, hogy lézerfényes impulzusokat bocsát ki a célobjektum felé, a növényi levelek felé, és megméri azt az időt, amely ahhoz szükséges, hogy a fény visszatükröződik az érzékelőhöz. Ez a repülés közbeni adatok lehetővé teszik az eszköz számára, hogy a levél felületének 3D térbeli térképeit milliméterszintű pontossággal készítse el. Az iPhone 17 integrálja ezt az érzékelőt a fejlett feldolgozási hardverrel és szoftverekkel, amelyek képesek sűrű pontfelhők előállítására az RGB -adatokkal kombinálva, hogy rögzítsék mind a növényi tanulmányokhoz nélkülözhetetlen geometriai és színinformációkat.

A levél görbületének mérése

A levél görbületének számszerűsítéséhez az iPhone 17 LIDAR használatával egy tipikus munkafolyamat magában foglalja a levél felületének több szögből történő szkennelését, gyakran félkör alakú mozgást alkalmazva a levél körül, hogy a felső és az alsó felületek teljes lefedése biztosítsa. Az ezekből a szkennelésekből előállított 3D pontfelhő feldolgozható a MESH rekonstrukciós algoritmusok, például az Alpha Shapes módszer vagy a Poisson felületi rekonstrukció segítségével, amelyek folyamatos felületi modelleket hoznak létre a diszkrét pontokból.

A 3D felületi háló létrehozása után a levél görbületét a helyi felületi geometria elemzésével nyerik. A görbület számszerűsíthető akár Gauss -görbületként, amely a belső görbületet képviseli, vagy a hajlításhoz kapcsolódó átlagos görbület. A görbület kiszámításával a teljes levél felületén a levél hajtogatásának, gördülésének vagy más deformációs mintázatainak változásait objektíven lehet jellemezni. Ez megkönnyíti a levélmechanikával, a stresszválaszokkal és az adaptációs mechanizmusokkal kapcsolatos tanulmányokat.

A növekedési ütem becslése

A növényi levél növekedési ütemének nyomon követése az iPhone 17 LIDAR segítségével ugyanazon levél vagy levelek ismételt vizsgálatát tartalmazza meghatározott időközönként. A különböző időpontokban összegyűjtött 3D pontfelhők gondos regisztrációja lehetővé teszi a levél méretének, alakjának és térfogatának változásainak pontos észlelését. A növekedési mutatók extrahálhatók a felület, a levélhossz és a görbületváltozások összehasonlításával az egymást követő szkennelésekből.

Az automatizált szegmentációs algoritmusok elkülöníthetik az egyes leveleket a 3D pont felhőben a komplex növény-architektúrákból, lehetővé téve a levélre jutó növekedési elemzéseket pusztító mintavétel nélkül. A gépi tanulás vagy a képfeldolgozási technikák kihasználása elősegíti a morfometriai paraméterek, például a hossz, a szélesség, a felület és a görbület extrahálását.

Gyakorlati megvalósítás és pontosság

Noha először hatékonyan bizonyították a korábbi iPhone modelleket, mint például az iPhone 13 Pro, az iPhone 17 LIDAR technológiájának legújabb fejlesztései tovább javították a térbeli felbontást, a pontsűrűség és a szkennelési sebességet. A kukorica és a gyümölcsfa levelek szkennelése terepi kísérletek azt szemléltetik, hogy az iPhone-okból származó lidar-adatok szoros korrelációt biztosítanak a hagyományos mérőeszközökkel (például a területmérők és a kézi féknyereg), az R-négyzet értékek általában meghaladják a 0,85-et a felület és a morfológiai tulajdonságokhoz.

A pontosság maximalizálása érdekében a környezeti feltételeket és a szkennelési protokollokat jól szabályozni kell: következetes megvilágítás, minimális növénymozgás és gondos érzékelő-útvezérlés a szkennelés során az összes adatminőséget javítja. Az iPhone 17 beépített giroszkóp, magnetométer és fejlett processzor segíti a szkennelések stabilizálását és a mozgás kompenzálását.

szoftver- és adatfeldolgozó eszközök

Az olyan speciális alkalmazások, mint a polikam vagy az iPhone 17 LIDAR kimenetének kimenetelű egyedi fejlesztésű szoftverek, lehetővé teszik a felhasználók számára, hogy 3D pontfelhőket generáljanak, és feldolgozzák azokat növényi morfometria céljából. Ezek az eszközök lehetővé teszik:

- Sűrű pontfelhő -rögzítés RGB szín -attribútumokkal.
- 3D rekonstrukció a hálógeneráción keresztül.
- A levélszerkezetek szegmentálása a teljes növényi modellből.
- A levél felületének, görbületének és térfogati tulajdonságainak kiszámítása.
- Időbeli elemzés a növekedés követésének ismételt vizsgálatának igazításával.

A programozási könyvtárak, mint például az Open3D, algoritmusokat biztosítanak a felületi rekonstrukcióhoz (alfa -alakzatok, Poisson), a háló elemzéséhez a görbülethez és a pontfelhő -regisztrációhoz, amely az időbeli összehasonlításhoz szükséges. A Python-alapú eszközláncok automatizálhatják a csővezetékek feldolgozását a nyers LIDAR-adatokból a felhasználható növekedési mutatókig.

alkalmazások a növénytudományban

A LIDAR használata okostelefonokon, mint például az iPhone 17, nagy pontosságú, gyors fenotípus-készítést eredményez közvetlenül a mezőbe vagy az üvegházba. Megkönnyíti:

- A levél morfológiájának és görbületének romboló mérései, tükrözve a környezeti stresszt vagy a genetikai tulajdonságokat.
- A növekedési ütem folyamatos monitorozása finom térbeli és időbeli skálákon, fizikailag zavaró növények nélkül.
.

Ez a megközelítés költséghatékony és méretezhető a hagyományos lézer-szkennerekhez képest, lehetővé téve a precíziós mezőgazdaság, az erdészeti kutatás és a növénytenyésztési programok széles körű elfogadását.

A folyamat összefoglalása

1. Helyezze be a növénymintát stabil helyzetben, minimális szél mellett.
2. Használja az iPhone 17 LIDAR -t, félkör alakú és a növény körül mozgatva a teljes 3D lefedettség érdekében.
3. Az RGB -vel dúsított pontfelhő -adatok rögzítése olyan alkalmazások segítségével, amelyek a LIDAR érzékelővel kapcsolatba lépnek.
4. Fejleszteni kell a 3D pontfelhőt rekonstrukciós algoritmusokkal, hogy pontos levélfelszíni hálókat hozzon létre.
5. Elemezze a görbület hálóját a helyi felületi geometriai tulajdonságok kiszámításával.
6. Ismételje meg a szkenneléseket időközönként a növekedési sebességek számszerűsítésére a levél méretének és a felületi tulajdonságok változásainak mérésével.
7. Használjon automatizált vagy félig automatizált szegmentálást az egyes levelek elkülönítéséhez specifikus elemzéshez.
8. A pontosság biztosítása érdekében a méréseket hagyományos módszerekkel vagy ismert szabványokkal validálja.

Ezeknek a protokolloknak a követésével a kutatók és az agronmikusok kihasználhatják az iPhone 17 LIDAR képességeit a növényi levél görbületének mérésére és a dinamikus növekedés megfigyelésére, megkönnyítve a növényi fenotípusozás és a precíziós növénykezelés előrelépését. Ez a technológia egyesíti a hozzáférhetőséget a nagy tudományos szigorral, és új perspektívákat kínál a növényfejlesztésről, amelyek korábban drága és terjedelmes műszerekre korlátozódtak.