乔治亚大学（University of Georgia）的研究人员正致力于开发一款涵盖地形漫步器和无人驾驶飞行器功能的机器人系统 ，以便更快捷、准确地收集整理作物的物理特性信息，如生长模式、耐逆性、健康状况等。人口激增时期，科学家们正致力于增加作物产量，这些信息对于他们来说至关重要。
“科学家估计，到本世纪中期，世界人口将达至91亿，比近30余年增长30%”，乔治亚大学工学院教授，项目负责人李长缨（Changying "Charilie" Li）说道，“这样的人口增长需要我们在现有粮食产量的基础上翻一番。针对这一高要求，我们的解决办法就是利用基因组工具来培育出质量更高、产量更高、适应性更强的作物。”
在遗传学相关的研究中，尽管目前科学家可以人工收集到植物的物理特性，但是由于研究人员每次只能手动记录一种植物的数据，因此收集过程往往异常艰辛，且花费巨大、耗时过长。但李教授和他的同事们研发的机器人则可以让研究员们在作物的生长季节一天内完成农田全部作物的数据采集工作。另一位项目负责人是乔治亚大学农业和环境科学学院以及富兰克林艺术学院（Franklin College of Arts and Sciences）的终身教授安德鲁·帕特生（Andrew Paterson），他在被子植物基因组绘制和排序领域一直处于世界领先地位，他表示该项目解决了一直以来阻碍遗传学研究的一个重要瓶颈。
机器人的出现不仅提高了现有工作的效率，同时还可以采集到现有手段无法收集到的信息。例如，现在可以通过每周测量一次植物的高度（之前只能在每季末测量一次），来了解不同的遗传型植物是如何应对降雨等特定环境参数的。另外，机器人身上除了配有多光谱、超光谱和热成像功能的相机外，还配备了光学雷达（Light Detection and Ranging, LiDAR），或称光达。这是一种远程感应工具，通过发射脉冲激光来测量距离等参数，这一技术使得研究员们可以准确地绘制出他们所研究植物的三维图像。
去年，在位于沃特金斯维尔（Watkinsville）和格林斯博罗（Greensboro）之间的乔治亚大学的铁马农场上开展了初步试验。李教授估算，在为期6个月的生长季节中收集到的数据量约200万兆。如果将机器人全部利用起来，采到的量将是上述数据量的30倍。另外，研究人员们正在开发一种类似于脸书的用于身份验证和在照片上添加人物标签的面部识别程序的人工智能算法。举例来说，算法可以扫描大面积田地的航拍照片并自动识别出植物的位置和花朵的数量。由于同时有多组无人驾驶的自动化工具在田间作业和上空飞行，这种智能算法还可以确保机器人和无人机都能完成他们各自的任务并且互不干扰。另一位项目负责人是工学院助理教授贾瓦德·穆罕默德·维尔尼（Javad Mohammadpour Velni），他正在研究一套分析工具，让地上和空中的工具在独立运作的同时高效合作，使其覆盖田间和空中，收集各类数据。
“一直以来，约一半的粮食增产都归功于遗传学研究，只需少数的农民和粮食生产者便可以满足大量人口所需的供给，”帕特生说，“因此要实现到2025年粮食产量翻一番这个目标，就需要借助遗传学研究。目前，认识到这一点是具有现实意义的。”乔治亚大学的研究人员们相信，他们的研究将会给植物遗传学家们提供一个收集大量表型数据的平台，提高作物产量。
（编译 李晓曼）
