农民和植物育种者现在可以了建立自己的自动现场摄像机跟踪系统，收集动态植物性状的数据，如作物倒伏和移动，因为它发生在田间，以帮助减少作物产量损失。

明尼苏达大学的一组研究人员由亚历克斯·苏斯科(Alex Susko)领导精准农业中心在CFANS他开发了这个系统来捕捉在大风条件下植物运动以及茎干衰竭或倒伏的视频。当植物因大风、疾病、土壤潮湿、土壤中氮过多、机械或动物而倒下或弯曲时，就会发生倒伏，并可能导致作物产量损失。

“现场摄像机跟踪系统是存在的，比如PhenoSpex FieldScan，但它是专有的，主要是为集装箱作物表型设计的。我们的系统是开源的，更便宜，更容易构建，”Susko说。“我希望这样的系统为发现新的植物表型提供了可能性。”

该研究结果发表在《科学》杂志上硬件X日志，扩展了工作彼得Marchetto他是哈佛大学的助理教授生物制品与生物系统工程系“，他用挂在降落伞绳上的相机在田野上拍摄住宿的照片。

密歇根大学的摄像头跟踪升级使研究人员能够实时记录试验田不同位置的植物特征。该技术使植物育种人员能够实时收集倒伏数据，这将有助于提高谷物的抗倒伏性。摄像头系统在大约15分钟内捕捉到住宿情况，与手动测量相比节省了数小时的时间，手动测量可能需要3个小时。此外，该技术扩展了高通量表型的可能性，其开源特性将允许进一步适应种植者和育种人员的数据收集需求。

研究人员在固定位置拍摄了不同风速下作物运动的半球形视频，并能够使用MATLAB对运动进行量化。这项研究的结果使他们能够根据茎秆在风中摆动的频率和幅度来区分两种不同燕麦品种的运动。

Susko说:“由于我们对植物在风胁迫下的反应感兴趣，我们可以在大风条件下操作这个系统，以获得植物运动的视频，这是一种新的表型。”“我感兴趣的是不同的生理参数，如植物高度如何影响植物的运动，进而影响植物的抗倒伏能力。”

研究人员开发了一种特殊的相机轨迹，可以在直接风的压力下拍摄小颗粒。摄像头跟踪系统由商用硬件和电子设备组成，可容纳360度摄像头。它可以适应不同的领域维度、作物和传感器系统，以获得其他系统无法测量的高通量表型数据。

Marchetto说:“现有的收集住宿数据的方法，如手动分级或无人机成像，不适用于短期活动，而且无人机在风暴期间不稳定。”“这个新系统是专门为抵御恶劣天气而设计的，这对于获得更好的数据和在产量损失之前解决问题非常重要。”

---

了下:快速原型

---