用自主机器人打破玉米领域的表型化瓶

科学领域:

• 农业科学 农业科学
• 植物生物学 植物生物学
• 机器人技术 机器人技术 机器人技术

背景情况:

• 玉米的表型可塑性对于作物改进至关重要,但受到测量基因型-环境-管理 (GxExM) 相互作用所需的高成本和时间的阻碍.
• 传统的表型化方法是提高玉米产量的瓶,因为它们的劳动密集性和规模限制.

研究的目的:

• 为了证明使用自主地面机器人的可行性,在玉米中实现高吞吐量,低成本和大规模的表型化.
• 评估机器人平台在捕获生物相关数据以剖析GxExM相互作用方面的能力.

主要方法:

• 在美国和加拿大的142个研究领域部署了TerraSentia自主地面机器人,这些机器人配备了低成本的传感器.
• 收集了近20万个实验单位的天花板内数据.
• 利用计算机视觉和机器学习算法来分析多传感器数据,并得出植物高度,耳高度,茎直径和叶面积指数等表型.

主要成果:

• 自主机器人准确可靠地测量了大量和大规模的关键植物表型.
• 收集的数据使得在不同的环境中,可以剖析玉米基因型和率之间的相互作用.
• 演示了机器人的潜力,可以显著减少植物表型化中的人类劳动力.

结论:

• 自主机器人平台是高吞吐量,低成本玉米表型化的可行解决方案.
• 这项技术可以加速对GxExM相互作用的理解,为提高作物产量铺平道路.
• 机器人表型化有望通过克服当前数据收集的局限性来彻底改变农业研究.