เทคโนโลยี LIDAR (การตรวจจับแสงและความหลากหลาย) ที่ติดตั้งใน iPhone 17 นำเสนอวิธีการที่เป็นนวัตกรรมและการเข้าถึงผู้บริโภคในการวัดความโค้งของใบพืชและอัตราการเติบโตโดยการจับข้อมูลสามมิติที่แม่นยำ การใช้เซ็นเซอร์ LIDAR ของ iPhone 17 เราสามารถสร้างเมฆ 3 มิติความละเอียดสูงของใบพืชทำให้สามารถวิเคราะห์ morphometric โดยละเอียดเช่นการวัดความโค้งและการติดตามการเจริญเติบโตชั่วคราว
LiDAR ทำงานโดยการเปล่งพัลส์ของแสงเลเซอร์ไปยังวัตถุเป้าหมายที่นี่ใบพืชและการวัดเวลาที่แสงจะสะท้อนกลับไปที่เซ็นเซอร์ ข้อมูลเวลาบินนี้ช่วยให้อุปกรณ์สามารถสร้างแผนที่เชิงพื้นที่ 3 มิติของพื้นผิวใบที่มีความแม่นยำระดับมิลลิเมตร iPhone 17 รวมเซ็นเซอร์นี้เข้ากับฮาร์ดแวร์และซอฟต์แวร์การประมวลผลขั้นสูงซึ่งสามารถผลิตคลาวด์จุดหนาแน่นรวมกับข้อมูล RGB เพื่อจับภาพข้อมูลเชิงเรขาคณิตและสีที่จำเป็นสำหรับการศึกษาโรงงาน
การวัดความโค้งของใบไม้
ในการหาปริมาณความโค้งของใบโดยใช้ iPhone 17 LiDAR เวิร์กโฟลว์ทั่วไปเกี่ยวข้องกับการสแกนพื้นผิวใบจากหลายมุมมักใช้การเคลื่อนไหวแบบครึ่งวงกลมรอบใบไม้เพื่อให้แน่ใจว่าพื้นผิวด้านบนและด้านล่างเต็มรูปแบบ คลาวด์จุด 3D ที่สร้างขึ้นจากการสแกนเหล่านี้สามารถประมวลผลได้โดยใช้อัลกอริธึมการสร้างใหม่ของตาข่ายเช่นวิธีการรูปร่างอัลฟาหรือการสร้างพื้นผิวปัวซองซึ่งสร้างแบบจำลองพื้นผิวอย่างต่อเนื่องจากจุดที่ไม่ต่อเนื่อง
เมื่อสร้างตาข่ายพื้นผิว 3 มิติความโค้งของใบจะได้มาจากการวิเคราะห์เรขาคณิตพื้นผิวในท้องถิ่น ความโค้งสามารถหาปริมาณเป็นความโค้งแบบเกาส์เซียนซึ่งแสดงถึงความโค้งที่แท้จริงหรือความโค้งเฉลี่ยที่เกี่ยวข้องกับการดัด โดยการคำนวณความโค้งผ่านพื้นผิวใบทั้งหมดการเปลี่ยนแปลงในการพับใบการกลิ้งหรือรูปแบบการเปลี่ยนรูปอื่น ๆ สามารถมีลักษณะอย่างเป็นกลาง สิ่งนี้อำนวยความสะดวกในการศึกษากลศาสตร์ใบการตอบสนองความเครียดและกลไกการปรับตัว
การประมาณอัตราการเติบโต
การติดตามอัตราการเติบโตของใบพืชด้วย iPhone 17 LiDAR เกี่ยวข้องกับการสแกนซ้ำของใบไม้หรือใบไม้เดียวกันในช่วงเวลาที่กำหนด การลงทะเบียนอย่างระมัดระวังของเมฆจุด 3D ที่รวบรวมในเวลาที่ต่างกันช่วยให้ตรวจจับการเปลี่ยนแปลงขนาดของใบรูปร่างและปริมาตรได้อย่างแม่นยำ ตัวชี้วัดการเจริญเติบโตสามารถสกัดได้โดยการเปรียบเทียบพื้นที่ผิวความยาวของใบและแม้แต่การเปลี่ยนแปลงความโค้งจากการสแกนต่อเนื่อง
อัลกอริทึมการแบ่งส่วนอัตโนมัติสามารถแยกใบแต่ละใบออกจากสถาปัตยกรรมพืชที่ซับซ้อนภายในคลาวด์จุด 3D ทำให้สามารถวิเคราะห์การเจริญเติบโตต่อใบได้โดยไม่ต้องสุ่มตัวอย่างแบบทำลายล้าง การใช้ประโยชน์จากการเรียนรู้ของเครื่องจักรหรือเทคนิคการประมวลผลภาพช่วยให้การสกัดพารามิเตอร์ morphometric โดยอัตโนมัติเช่นความยาวความกว้างพื้นที่ผิวและความโค้ง
การใช้งานและความแม่นยำในทางปฏิบัติ
แม้ว่าจะแสดงให้เห็นได้อย่างมีประสิทธิภาพในรุ่น iPhone รุ่นก่อนหน้าเช่น iPhone 13 Pro แต่การปรับปรุงล่าสุดในเทคโนโลยี LiDAR ของ iPhone 17 ได้เพิ่มความละเอียดเชิงพื้นที่เพิ่มเติมความหนาแน่นของจุดและความเร็วในการสแกน การทดลองภาคสนามสแกนข้าวโพดและต้นไม้ผลไม้แสดงให้เห็นว่าข้อมูล LIDAR จาก iPhone ให้ความสัมพันธ์ที่แข็งแกร่งกับเครื่องมือวัดแบบดั้งเดิม (เช่นพื้นที่วัดพื้นที่และคาลิปเปอร์ด้วยตนเอง) โดยมีค่า R-squared โดยทั่วไปเกิน 0.85 สำหรับพื้นที่ผิวและลักษณะทางสัณฐานวิทยา
เพื่อเพิ่มความแม่นยำสูงสุดสภาพแวดล้อมและโปรโตคอลการสแกนจะต้องมีการควบคุมที่ดี: แสงที่สอดคล้องกันการเคลื่อนที่ของพืชน้อยที่สุดและการควบคุมเส้นทางเซ็นเซอร์อย่างระมัดระวังในระหว่างการสแกนปรับปรุงคุณภาพข้อมูลทั้งหมด เครื่องวัดระยะทางแม่เหล็กและโปรเซสเซอร์ขั้นสูงในตัวของ iPhone 17 ช่วยในการสแกนและชดเชยการเคลื่อนไหว
เครื่องมือซอฟต์แวร์และข้อมูลการประมวลผลข้อมูล
แอพพลิเคชั่นพิเศษเช่น Polycam หรือซอฟต์แวร์ที่พัฒนาขึ้นเองใช้ประโยชน์จากเอาต์พุต LIDAR ของ iPhone 17 ช่วยให้ผู้ใช้สามารถสร้างเมฆจุด 3D และประมวลผลสำหรับ morphometrics ของพืช เครื่องมือเหล่านี้เปิดใช้งาน:
- การจับคลาวด์จุดหนาแน่นพร้อมแอตทริบิวต์สี RGB
- การสร้างใหม่ 3D ผ่านการสร้างตาข่าย
- การแบ่งส่วนของโครงสร้างใบจากแบบจำลองพืชทั้งหมด
- การคำนวณพื้นที่ผิวใบความโค้งและลักษณะปริมาตร
- การวิเคราะห์ชั่วคราวโดยจัดสแกนซ้ำ ๆ สำหรับการติดตามการเจริญเติบโต
ไลบรารีการเขียนโปรแกรมเช่น Open3D จัดเตรียมอัลกอริทึมสำหรับการสร้างพื้นผิวใหม่ (รูปร่างอัลฟ่าปัวซอง) การวิเคราะห์ตาข่ายเพื่อความโค้งและการลงทะเบียนคลาวด์แบบจุดที่จำเป็นสำหรับการเปรียบเทียบชั่วคราว เชนเครื่องมือที่ใช้ Python สามารถทำการประมวลผลไปป์ไลน์จากข้อมูล LIDAR ดิบไปยังตัวชี้วัดการเจริญเติบโตที่ใช้งานได้โดยอัตโนมัติ
การใช้งานในวิทยาศาสตร์พืช
การใช้ LIDAR บนสมาร์ทโฟนเช่น iPhone 17 นำฟีโนไทป์ที่มีความแม่นยำสูงและรวดเร็วไปยังสนามหรือเรือนกระจกโดยตรง มันอำนวยความสะดวก:
- การวัดแบบไม่ทำลายของสัณฐานวิทยาของใบและความโค้งสะท้อนให้เห็นถึงความเครียดจากสิ่งแวดล้อมหรือลักษณะทางพันธุกรรม
- การตรวจสอบอัตราการเติบโตอย่างต่อเนื่องในระดับเชิงพื้นที่และระยะทางที่ดีโดยไม่มีพืชรบกวนร่างกาย
- ความเข้าใจที่เพิ่มขึ้นของพารามิเตอร์ทางสรีรวิทยาที่เกี่ยวข้องกับการสังเคราะห์ด้วยแสงการคายน้ำและสุขภาพของพืชโดยรวมที่เชื่อมโยงกับเรขาคณิตพื้นผิวใบ
วิธีการนี้มีประสิทธิภาพและปรับขนาดได้เมื่อเทียบกับสแกนเนอร์เลเซอร์แบบดั้งเดิมทำให้สามารถนำไปใช้อย่างกว้างขวางในการเกษตรที่แม่นยำการวิจัยป่าไม้และโปรแกรมการเพาะพันธุ์พืช
สรุปกระบวนการ
1. การตั้งค่าตัวอย่างโรงงานในตำแหน่งที่มั่นคงด้วยลมน้อยที่สุด
2. ใช้ iPhone 17 LiDAR เคลื่อนที่เป็นครึ่งวงกลมและรอบโรงงานเพื่อความครอบคลุม 3 มิติเต็มรูปแบบ
3. ข้อมูล Capture Point Cloud ที่เสริมด้วย RGB โดยใช้แอพที่เชื่อมต่อกับเซ็นเซอร์ LIDAR
4. ประมวลผลเมฆจุด 3D ด้วยอัลกอริทึมการสร้างใหม่เพื่อสร้างตาข่ายพื้นผิวใบที่แม่นยำ
5. วิเคราะห์ตาข่ายเพื่อความโค้งโดยการคำนวณคุณสมบัติทางเรขาคณิตของพื้นผิวในท้องถิ่น
6. การสแกนซ้ำในช่วงเวลาเพื่อหาปริมาณอัตราการเติบโตโดยการวัดการเปลี่ยนแปลงขนาดใบและลักษณะพื้นผิว
7. ใช้การแบ่งส่วนอัตโนมัติหรือกึ่งอัตโนมัติเพื่อแยกใบแต่ละใบสำหรับการวิเคราะห์เฉพาะ
8. ตรวจสอบการวัดด้วยวิธีการดั้งเดิมหรือมาตรฐานที่รู้จักเพื่อให้แน่ใจว่ามีความแม่นยำ