此图显示了自主机器人，它带有多层 PhenoStereo 相机，它们是 AngleNet 系统的一部分。

最近，一项由美国北卡罗来纳州立大学和爱荷华州立大学的研究人员联合进行的研究，展示了一种革新的自动化技术，这种技术能够在田间准确且高效地测量玉米植物的叶片角度。这种科技突破显著提高了叶角数据收集的效率，为植物育种专家提供了更快、更精准的信息，加速了玉米品种改良的进程。

北卡罗来纳州立大学的生物与农业工程系助理教授项立荣提到："植物的叶片相对于其茎部的角度对于光合作用的效率具有重要影响。例如，在玉米植物中，我们期望顶部的叶子相对垂直，而茎部更远处的叶子则更接近水平。这样的配置有助于植物收集更多的阳光，从而提高光合作用效率。对于关注植物育种的研究者而言，此类植物结构的监测为他们的研究提供了重要的数据支持。

然而，传统的叶角测量方式一般采用手动测量，这种方式既费时又费力。项立荣表示："我们期望找到一种能使这个过程自动化的方法，而现在我们做到了。"

这项新技术，名为"AngleNet"，主要由硬件和软件两个部分组成。硬件部分是一个装在车轮上的机器人装置。这个设备可以手动操控，宽度刚好适应30英寸间距的作物行，这也是农民通常采用的作物行宽。设备本身由四层摄像机组成，每一层都设置在不同的高度，以便捕捉不同高度的叶片视图。每层设备都包括两个摄像头，能捕捉到立体的叶片视图，进而实现对植物的三维建模。

在该装置被引导到一排植物上时，它会在多个高度上，捕捉它所经过的每一株植物的多个立体图像。所有这些视觉数据都被输入到一个程序中，该程序可以计算出不同高度的每种植物的叶片角度。

项立荣解释道："对于植物育种专家而言，他们不仅需要知道叶片的角度，还需要了解叶片离地面的高度。这为他们提供了评估每一行植物叶角分布所需的关键信息。这将进一步有助于他们鉴别具有理想或不理想特性的遗传系。"

为了验证AngleNet的精准度，研究团队将机器人在田间进行的叶角测量数据，与人工采用传统方法得到的测量数据进行了比对。

项立荣说："我们发现，AngleNet测量的叶片角度与手动测量的角度差距在5度以内，这完全在植物育种所能接受的误差范围之内。"

他继续补充道："我们已经与一些作物科学家展开了合作，并利用这项技术进行了研究。我们有理由相信，更多的研究者将对这项技术产生兴趣，以此来为他们的工作提供有价值的信息。最终，我们的目标是帮助加快植物育种研究的速度，提高作物的产量和质量。"

这项创新技术的成功应用，无疑为玉米等作物的植物育种研究带来了巨大的助力，对于未来的作物种植优化和提高农业生产效率具有深远的影响。