JP6525863B2 - 仮想サンプル待ち行列 - Google Patents

仮想サンプル待ち行列 Download PDF

Info

Publication number
JP6525863B2
JP6525863B2 JP2015504652A JP2015504652A JP6525863B2 JP 6525863 B2 JP6525863 B2 JP 6525863B2 JP 2015504652 A JP2015504652 A JP 2015504652A JP 2015504652 A JP2015504652 A JP 2015504652A JP 6525863 B2 JP6525863 B2 JP 6525863B2
Authority
JP
Japan
Prior art keywords
samples
sample
carrier
queue
track
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2015504652A
Other languages
English (en)
Other versions
JP2015512525A5 (ja
JP2015512525A (ja
Inventor
ポラック，ベンジャミン，サミュエル
メラーズ，コリン
ヤージ，バリス
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthcare Diagnostics Inc
Original Assignee
Siemens Healthcare Diagnostics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Healthcare Diagnostics Inc filed Critical Siemens Healthcare Diagnostics Inc
Publication of JP2015512525A publication Critical patent/JP2015512525A/ja
Publication of JP2015512525A5 publication Critical patent/JP2015512525A5/ja
Application granted granted Critical
Publication of JP6525863B2 publication Critical patent/JP6525863B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/0092—Scheduling
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/0092—Scheduling
    • G01N35/0095—Scheduling introducing urgent samples with priority, e.g. Short Turn Around Time Samples [STATS]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/0092—Scheduling
    • G01N2035/0094—Scheduling optimisation; experiment design
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
    • Y10T436/00—Chemistry: analytical and immunological testing
    • Y10T436/11—Automated chemical analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Description

［関連出願に対する相互参照］
本出願は、２０１２年４月２日に出願された米国仮特許出願整理番号６１／６１９，１７３に対する優先権を享受する権利を主張し、米国仮特許出願整理番号６１／６１９，１７３はその全体において参照によって本明細書に組み入れられる。
［技術分野］
本発明は、概して、研究室環境において利用するためのオートメーションシステムに関し、より詳細には、待ち行列論理を提供することによってオートメーションシステム内のサンプルをスケジュールするためのシステムおよび方法に関する。本発明の実施形態は、ＩＶＤ環境において利用するためのオートメーションシステムに特に適しているが、それに限定されることはない。
インビトロ診断（ＩＶＤ）は、患者の流体（ｆｌｕｉｄ：体液）サンプルに実施されるアッセイ（ａｓｓａｙ：生化学的分析）に基づいて、研究室が疾病の診断を支援することを可能にする。ＩＶＤは、患者の身体の流体部分もしくは腫瘍から採取された液体サンプルの解析によって実施することができる患者の診断および治療に関する種々のタイプの分析試験およびアッセイを含む。これらのアッセイは、典型的に、患者のサンプルを含むチューブもしくはバイアル（ｖｉａｌ：ガラス瓶）などの流体容器が装着された自動化診断（ｃｌｉｎｉｃａｌ：診断）化学分析器（分析器）で実施される。分析器は、バイアルから液体サンプルを抽出して、特別な反応キュベット（ｃｕｖｅｔｔｅ：浅水鉢）もしくはチューブ（概して反応器と称される）で種々の試薬とそのサンプルを一緒にする。幾つかの従来システムにおいては、分析器用にモジュールアプローチが利用される。研究室オートメーションシステムは、あるサンプル処理モジュール（モジュール）と別のモジュールの間でサンプルを行ったり来たり動かすことができる。モジュールは、サンプル取扱ステーションおよび試験ステーション（例えば、あるタイプのアッセイを専門に扱うことができるか、さもなければ、免疫アッセイ（ＩＡ）および診断化学（ＣＣ）ステーションを含みうる、より大きな分析器に対する試験サービスを提供することができるユニット）を含む一つ以上のステーションを含んでもよい。幾つかの従来のＩＶＤオートメーショントラックシステムは、ある完全に独立したモジュールから別のスタンドアロンモジュールへとサンプルを輸送するように設計されたシステムを含む。これによって、二つの異なるステーションで異なるタイプの試験を専門に扱うことを可能とするか、または、利用可能なサンプルスループットの全体を向上させるために、二つの余分なステーションをリンク（結合）することを可能にする。しかしながら、これらの研究室オートメーションシステムは、しばしばマルチステーション分析器におけるボトルネックである。どちらかといえば、従来の研究室オートメーションシステムは、ステーション間で独立してサンプルを動かすことを可能にするための、相当な程度の知能もしくは自主性を欠く。
例示的な従来技術のシステムにおいては、コンベアベルト様の摩擦トラックが、時にはパックもしくはコンテナのラックと呼ばれる個々のキャリア機構を、異なるステーション間で動かす。サンプルは、トラックに沿った分析器内のステーション間の輸送用に、オペレータもしくはロボットによってパック内へと配置された試験管などのサンプル容器内に格納されることがある。しかしながら、この摩擦トラックは、一度に一方向にしか動くことができず、トラック上の任意のサンプルは、同一速度で同一方向にしか動けない。サンプルが摩擦トラックを出る必要があるとき、ゲーティング／スイッチングは、個々のパックを分岐経路（ｏｆｆｓｈｏｔ ｐａｔｈ）へと動かすために使用することができる。この構成の欠点は、各ゲートおよびスイッチにおいて任意の与えられたパックの方向を制御するために単一化（ｓｉｎｇｕｌａｔｉｏｎ）が使用されなければならないことである。例えば、二つのパックが互いに近接し、かつ一パックだけ分岐経路へと方向を変えるべき場合、一パックだけが分岐経路へと動かされるようにスイッチを制御し、適切なパックが摩擦トラックから引き出されることを保証することが困難である。これはトラック上の各決定点（デシジョンポイント）において、一度に一つ、個々のパックが解放されてスイッチングされるように、ゲートにおいてパックを停止させるという従来技術における必要性が作り出されてしまう。
過度の単一化は、トラック全体を減速させ、かつトラック内に交通渋滞を増加させる。これは、トラック内の物理待ち行列（ｑｕｅｕｅ：キュー）に対する必要性につながる。道路上の交通と同様に、トラック上のトラフィックは、ゆっくりと動くパックの蓄積を引き起こす。なぜなら、動作中の通過に費やされる時間のほとんどは、ゲートによるスイッチングのための単一化点において、行列を通して待機することに費やされる可能性があるからである。これは、通過中の非効率につながる。大容量の分析器に対しては、最終的には、各サンプルに対して相当な量の時間が、摩擦トラック上のゲートにおいて待ち行列で待機することに費やされる。これは、各サンプルによって発生されるレイテンシーを増加させる。レイテンシーは、サンプルが、あまりにも長くサンプルチューブ内にある場合に、分離もしくは凝固を開始する可能性がある全血サンプルなど、あるタイプのサンプルにとって問題になる可能性がある。
パックは従来、ルーティングされ、扱われ、かつ処理されるために停止するため、従来技術のシステムにおけるサンプルは、サンプルに対する全処理が完了する前に、幾つかの待ち行列で待機することになる。これは、サンプルが処理を待つ間、オートメーショントラック上で実質的に格納されるとき、浪費される空間量を大きくする結果を生じる。ほとんどの従来の研究室オートメーショントラックは、モジュール（分析器もしくは前／後分析デバイス）によって処理されるために待機するサンプルをバッファするために、ＦＩＦＯ処理待ち行列を保持する。これらのバッファは、モジュールが爆発的需要を作り出すときでさえ、一定の速度でトラックがチューブを処理することを可能にする。バッファは、現在のサンプルの処理中に、将来のサンプル用の前処理タスク（例えば、キュベットを準備する、もしくは試薬を吸引する）をトラックが実施することを可能にすることによって、個々のモジュールスループットを実質的に増加させることもできる。
摩擦トラック上の長い待ち行列およびトラフィックの別の問題点は、ＳＴＡＴサンプルの処理に関する問題である。ＳＴＡＴサンプルは、当該サンプル用の結果を迅速に返すことができるように、オペレータが行列の前に動かすことを望むサンプルである。例えば、救急処置室を有する病院においては、試験結果は、治療を待つ患者に対して緊急であることがある。長い待ち行列を有する従来技術の摩擦トラックシステムにおいては、待ち行列全体がＳＴＡＴサンプル用経路を作るためにしばしばフラッシュされ（ｆｌｕｓｈ：くずされ）なければならない。これは、サンプルのソーティングに値する数分間の結果を取り消し、非ＳＴＡＴサンプルによって発生される全体のレイテンシーを増加させる可能性がある。
本発明の実施形態は、サンプルが必要とされる前に、処理ステーションで物理的にサンプルが待機する必要性を回避するために、ソフトウェア内の仮想待ち行列を利用し、サンプルを輸送するためのデバイスおよびシステムを提供することによって、上記の短所および欠点のうちの一つ以上を処理して克服することができる。
本発明の一実施形態に従い、本方法は、オートメーショントラックおよびキャリアなどの輸送機構によって互いに接続された複数のモジュールを提供する、オートメーションシステム用の待ち行列を実現する。複数のモジュールの各々は、サンプルを処理するように構成され、輸送機構は、システムサイクル時間内に複数のモジュール間でサンプルを輸送するように構成される。本方法は、モジュール用の所望の待ち行列を決定することを含み、所望の待ち行列はモジュールによって処理される少なくとも一つのサンプルを順序付けし、ここでさらに、モジュール用モジュールサイクル時間を決定することを含み、ここでモジュールサイクル時間は、少なくとも一つのサンプルのうちの一つを処理するためにモジュールによって必要とされる時間の長さを含む。本方法は、モジュール用の所望の待ち行列を満たすために、オートメーションシステム内の少なくとも一つのサンプルの配置を容易にすることをさらに含み、少なくとも一つのサンプルは、所望の待ち行列における少なくとも一つのサンプルの順序およびモジュールサイクル時間に基づいて決められた時間にモジュールに到達するように配置され、本方法は、決められた時間に少なくとも一つのサンプルをモジュールに提供することを含む。幾つかの実施形態のうちの一態様に従い、システムサイクル時間は、複数のモジュールのうちの一つによってサンプルを処理するための時間の量（期間）と、複数のモジュールのうちの二つのモジュール間でサンプルを輸送するための時間の量（期間）とを含むことができる。幾つかの実施形態の別の態様に従い、オートメーションシステムは、少なくとも一つのサンプルのうちの一つ以上を保持するように構成された、一つ以上の保持バッファを含むことができる。複数のモジュールの各々は、少なくとも一つのサンプルのうちの一つ以上を保持するように構成されたモジュール保持領域を含むことができる。幾つかの実施形態の別の態様に従い、サンプルの配置は、（ｉ）輸送機構に沿った位置と、（ｉｉ）一つ以上の保持バッファのうちの少なくとも一つと、（ｉｉｉ）複数のモジュール保持領域のうちの少なくとも一つと、（ｉｖ）複数のモジュールのうちの別のモジュールのうちの少なくとも一つへと、少なくとも一つのサンプルを動かすことを含むことができる。
幾つかの実施形態の一態様に従い、本方法は、モジュールに対して優先度レベルを割り当てることと、モジュールと第二のモジュールとの間の少なくとも一つのサンプルに対する競合の発生において、モジュールの優先度レベルを第二のモジュールの優先度レベルと比較することと、比較された優先度レベルに基づいて、モジュールもしくは第二のモジュールへと少なくとも一つのサンプルを提供することと、をさらに含むことができる。幾つかの実施形態の別の態様に従い、本方法は、ＳＴＡＴサンプルを処理するために、オートメーションシステムにおける少なくとも一つのサンプルを移動することであって、サンプルの移動は、ＳＴＡＴサンプルの処理後に所望の待ち行列が満足されることを可能とすることと、ＳＴＡＴサンプルの処理用モジュールへとＳＴＡＴサンプルを提供することをさらに含む。
幾つかの実施形態の一態様に従い、複数のモジュールの少なくともサブセットは、インビトロ診断モジュールを含み、各サンプルはサンプルである。幾つかの実施形態の別の態様に従い、複数のモジュールは、（ｉ）少なくとも一つのサンプルを輸送機構へ追加し、少なくとも一つのサンプルを輸送機構から除去するように構成されたサンプル取扱モジュールと、（ｉｉ）免疫アッセイモジュールと、（ｉｉｉ）診断化学モジュールのうちの一つ以上を含むことができる。幾つかの実施形態の別の態様に従い、待ち行列は、ファストインファストアウト待ち行列もしくはランダムアクセス待ち行列を含むことができる。
本発明の別の一実施形態に従い、待ち行列を実現するためのオートメーションシステムは複数のモジュールを含み、複数のモジュールの各々は、サンプルを処理するように構成され、輸送機構は、システムサイクル時間内に複数のモジュール間でサンプルを輸送するように構成され、輸送機構は複数のモジュールを互いに接続する。スケジュールコントローラは、本明細書で記述された方法を実現するための命令を処理するように構成することができる。
本発明の別の一実施形態に従い、インビトロ診断で使用するための分析器は、オートメーションシステムと、オートメーションシステムによって輸送される対象と相互作用するように構成された複数のステーションと、一つ以上のプロセッサとを含む。プロセッサは、メモリ内に複数のステーションの少なくともサブセット用の複数の待ち行列を保持し、各複数の待ち行列に複数の対象を割り当てる。各複数の待ち行列に割り当てられた対象は、各複数の待ち行列に関連付けられたステーションに物理的に近接して配置される必要はない。対象は、患者サンプルもしくは本明細書を通して記述される他の対象を含んでもよい。
幾つかの実施形態の一態様に従い、プロセッサは、同時に複数の待ち行列へと個々の対象を割り当てるようにさらに構成し、および／もしくは待ち行列によって必要とされる期間内に対象が割り当てられるべき複数の待ち行列の各々に関連付けられたステーションに各対象が物理的に到達できるかを検証するようにさらに構成することができる。幾つかの実施形態の別の態様に従って、複数の待ち行列は、少なくとも一つのＦＩＦＯ待ち行列もしくは少なくとも一つのランダムアクセス待ち行列を含む。
本発明のさらなる特徴および利点は、添付の図面を参照して行われる例示的な実施形態の以下の詳細な説明から明らかになるであろう。
本発明の前述の態様および他の態様は、添付の図面と組み合わせて読解されたとき、以下の詳細な説明から最良に理解される。本発明の実施形態を例示する目的のために、現在望ましい実施形態が図面において示されているが、しかしながら、本発明は、開示された特定の手段に限定されることはないことを理解されたい。図面に含まれているのは以下の図である。
例示的な物理的ＦＩＦＯ待ち行列における複数の状態を示す図である。 例示的な物理的ランダムアクセス待ち行列における複数の状態を示す図である。 開示されたオートメーションシステムの実施形態の利用によって改善することができる例示的な診断化学分析器構造の上面図である。 本明細書で開示されるオートメーションシステムの実施形態で利用することができるトラック構造の図である。 本明細書で開示されるオートメーションシステムの実施形態で利用することができるトラック構造の図である。 本明細書で開示された実施形態で使用することができる例示的なモジュールトラック構造の図である。 本明細書で開示された実施形態で使用することができる例示的なキャリアの透視図である。 本明細書で開示された実施形態で使用することができる例示的なトラック構造の透視図である。 本明細書で開示された実施形態で使用することができる例示的なオートメーションシステムの上面図である。 本明細書で開示されたある実施形態で使用することができる内蔵アクティブキャリアを含む制御システムのシステムブロック図である。 ある実施形態におけるサンプルキャリアの操縦用に使用することができる例示的なトラック構造における例示的なルートの図である。 ある実施形態におけるサンプルキャリアの操縦動作を示すフロー図である。 ある実施形態におけるサンプルキャリアによって使用される例示的な加速プロファイルである。 ある実施形態で使用することができる仮想待ち行列を利用する例示的なオートメーションシステムの図である。 ある実施形態における仮想待ち行列の動作を示すフロー図である。
［幾つかの実施形態に関連する用語と概念］
分析器：自動化診断分析器（“分析器”）は、診断化学分析器、自動化免疫アッセイ分析器、もしくは任意の他のタイプのインビトロ診断（ＩＶＤ）試験分析器を含む。概して、分析器は、複数の患者サンプルにおいて自動化された一連のＩＶＤ試験を実施する。患者サンプルは、分析器に（手動もしくはオートメーションシステムを介して）装填され、分析器は、その後、各サンプルに対して、免疫アッセイ、化学試験もしくは他の観察可能な試験のうちの一つ以上を実施することができる。分析器という用語は、モジュール分析システムとして構成される分析器のことを称する可能性があるが、それに限定はされない。モジュール分析システムは、オートメーショントラックなどのオートメーション面によって、線形もしくは他の幾何学的構造で相互接続された複数のモジュール（同一タイプのモジュールもしくは異なるタイプのモジュールを含む可能性がある）の任意の組み合わせを含む、一体型の拡張可能システムを含む。幾つかの実施形態においては、オートメーショントラックは、モジュール間で患者サンプルおよび他のタイプの材料を動かすために独立したキャリアが使用される、一体型輸送システムとして構成されてもよい。概して、モジュール分析システムにおける少なくとも一つのモジュールは、分析器モジュールである。モジュールは、患者サンプルに対して、より高い分析タスクのスループットを可能にするために、特化されるか、冗長化されてもよい。
分析器モジュール：分析器モジュールは、患者サンプルに対して免疫アッセイ、化学試験もしくは他の観察可能な試験などのＩＶＤ試験を実施するように構成されたモジュール分析器内のモジュールである。典型的には、分析器モジュールは、サンプル容器から液体サンプルを抽出して、（概して反応器と称される）反応キュベットもしくはチューブ内で試薬とサンプルを一緒にする。分析器モジュールにおいて利用可能な試験は、電解質の分画、腎もしくは肝機能、代謝、心臓、ミネラル、血液疾患、薬剤、免疫アッセイ、もしくは他の試験を含むが、そのいずれにも限定はされない。幾つかのシステムにおいては、分析器モジュールは、より高いスループットを可能とするために、特化されてもよいし、または冗長化されてもよい。分析器モジュールの機能は、モジュールアプローチを利用しないスタンドアロン分析器によって実施されてもよい。
キャリア：キャリアは、オートメーションシステムにおいてサンプル容器（および、拡張すると流体サンプル）もしくは他の単位体を動かすために使用することができる輸送ユニットである。幾つかの実施形態においては、キャリアは、従来のオートメーションパック（例えば、チューブもしくは単位体をかみ合わせるためのホルダ、オートメーショントラックにおける外部コンベヤベルトが推進力を提供することを可能にするための摩擦表面、トラックがパックをその宛先へとルーティングすることを可能にするために、パックをオートメーショントラックにおける壁もしくはレールによって誘導することを可能にする複数側面を含む受動デバイス）の様に単純であってもよい。幾つかの実施形態においては、キャリアは、プロセッサ、モーションシステム、誘導システム、センサなどのアクティブコンポーネントを含んでもよい。幾つかの実施形態においては、キャリアは、オートメーションシステムにおける地点間で、キャリアを自己誘導することを可能にする内蔵（オンボード）知能を含む可能性がある。幾つかの実施形態においては、キャリアは、他の場所で推進力がトラックなどのオートメーション表面によって提供されうる間に、推進力を提供する内蔵コンポーネントを含む可能性がある。幾つかの実施形態においては、キャリアは、決定点間で単一方向（例えば、前後）へと動きを制限するオートメーショントラックに沿って動く。キャリアは、サンプルチューブと噛み合って運搬するためのチューブホルダを有するＩＶＤ環境において任意のペイロードへと特化されてもよいし、または、オートメーションシステム周囲の異なる単位体を運搬するのに適した取り付け表面を含んでもよい。キャリアは、一つ以上のスロットを含むように構成することができる（例えば、キャリアは、一つもしくは複数のサンプル容器を保持してもよい）。
キャリア／トレイ／ラック：キャリアは、トレイから区別可能であってもよい。トレイは、通常、オートメーショントラックに沿って移動せずに（例えば、オペレータによって運ばれる）、複数のペイロード（例えば、サンプルチューブ）を保持するように構成されるデバイスのことを称する。ラックは、複数のペイロード（例えば、サンプルチューブ）を保持するように構成されたデバイスを記述するための一般用語である。ラックは、複数のペイロードを運搬するように構成されたトレイ（オートメーショントラックの外側で使用されるとき）もしくはキャリア（オートメーショントラックを移動するように構成されるとき）のことを称してもよい。ラックは、幾つかの実施形態においては、スロットの一次元もしくは二次元アレイのことを称することがある。
中央コントローラもしくはプロセッサ：中央コントローラ／プロセッサ（ときには中央スケジューラと称されることがある）は、オートメーションシステムの一部であって、任意のプロセッサ内蔵キャリアから分離されたプロセッサである。中央コントローラは、キャリア用のトラフィック方向、スケジューリングおよびタスク管理を容易にすることができる。幾つかの実施形態においては、中央コントローラは、オートメーションシステムにおけるサブシステムと通信し、キャリアとワイヤレスで通信することができる。これは、キャリアに対して、軌道もしくは操縦に関する情報もしくは命令を送信することと、どのキャリアがいつ、どこへ移動するべきかを決定することをも含んでもよい。幾つかの実施形態においては、ローカルプロセッサは、ローカル待ち行列を管理することなどのローカルトラックセクション（部分）上のキャリアの管理を担当することがある。これらのローカルプロセッサは、中央コントローラに対するローカル均等物として機能してもよい。
決定点（デシジョンポイント）：決定点は、異なる操縦もしくは軌道決定が異なるキャリアに対してなされることがある、オートメーショントラックの地点である。よくある例は、トラック内の分岐点（フォーク）を含む。あるキャリアは、転回することなく進行するが、別のキャリアは、減速して転回する。決定点は、幾つかのキャリアは停止するが他のキャリアは進行することがある、器具における停止点を含んでもよい。幾つかの実施形態においては、転回前の減速領域は決定点として機能し、減速して転回する予定のキャリアが横力を制限することを可能にし、他のキャリアは、転回しない場合、もしくは当該キャリアに対するモーションプロファイルが減速することを必要としない場合には進行してもよい。決定点においてなされる決定は、実施形態に依存して、プロセッサ内蔵キャリア、トラックセクションに対してローカルなプロセッサ、中央プロセッサもしくはその任意の組み合わせによって行われる可能性がある。
独立キャリア：幾つかの実施形態においては、キャリアは独立して制御されるキャリアとして特徴づけられてもよい。独立して制御されるキャリアは、独立して制御される軌道を有するキャリアである。幾つかの実施形態においては、独立キャリアは、一つもしくは複数の、サイズ、重量、フォームファクタおよび／もしくは内容の異なるペイロードの組み合わせを運搬するキャリアを有し、同一トラック上で同時に動作してもよい。各独立して制御されるキャリアの軌道は、モーションプロファイル（オートメーションシステムで動く間のキャリアに対する最大ジャーク（ｊｅｒｋ：加加速度）、加速度、方向および／もしくは速度を含む）によって制限されてもよい。モーションプロファイルは、各キャリアに対する軌道を独立して制限するか、規定することができる。幾つかの実施形態においては、モーションプロファイルは、オートメーションシステムの異なるセクション（例えば、直線トラックセクション対、転回中に付加される横力を処理するためのカーブ周囲）で異なるか、異なるキャリア状態（例えば、空のキャリアはサンプルを輸送するキャリア、または試薬もしくは他の品を輸送するキャリアとは異なるモーションプロファイルを有することがある）で異なるか、および／もしくは異なるキャリアで異なる可能性がある。幾つかの実施形態においては、キャリアは、各分離されたキャリアに対して意図されたモーションプロファイルまたは軌道もしくは宛先命令に応じて、個々のキャリアが独立して動作することを可能にする、内蔵推進コンポーネントを含むことができる。
知能キャリア／半自律キャリア：幾つかの実施形態においては、キャリアは、知能キャリアとして特徴づけられてもよい。知能キャリアは、作動、ルーティングもしくは軌道決定に寄与する内蔵回路を有するキャリアである。知能キャリアは、命令に応じてオートメーション表面に沿って進行するためにソフトウェア命令を実行するデジタルプロセッサ、または作動入力に応答する内蔵アナログ回路（例えば、ラインフォロワ回路）を含むことができる。命令は、モーションプロファイル、トラフィック、もしくは軌道ルールを特徴づける命令を含んでもよい。幾つかの知能キャリアは、キャリアの環境に応じてキャリアをルーティングするか決定を行うために内蔵プロセッサを支援するための内蔵センサも含んでもよい。幾つかの知能キャリアは、内蔵プロセッサの制御に応じてキャリアを動かすことを可能にする、モータもしくは磁石などの内蔵コンポーネントを含んでもよい。
インビトロ診断（ＩＶＤ）：インビトロ診断（ＩＶＤ）は、疾病、状態、感染、代謝マーカを検出できる、または生体材料／流体の種々の成分を定量化することができる試験である。これらの試験は、患者の身体外で、研究室、病院、診療所、もしくは他の健康専門施設で実施される。ＩＶＤ試験は、概して、試験管もしくは他のサンプル容器、またはより一般的には生存生物外の制御された環境におけるアッセイからの診断を実施することを意図された医療デバイスを利用する。ＩＶＤは、患者の流体サンプルに実施されるアッセイに基づいて、試験および疾病の診断もしくは生体材料／流体の種々の成分を定量化することを含む。ＩＶＤは、患者の身体の流体もしくは腫瘍から採取された液体サンプルの分析によって実施できる、患者の診断および治療に関連する種々のタイプの分析試験およびアッセイを含む。これらのアッセイは、典型的には、患者のサンプルを含むチューブもしくはバイアルが装着された分析器で実施される。ＩＶＤは、本明細書で記述されたＩＶＤ機能の任意のサブセットのことを称する可能性がある。
ランドマーク：キャリアが内蔵センサを含む実施形態においては、トラック表面から視認できる／検知できるトラック表面もしくは位置における光もしくは他のマークは、ランドマークとして機能できる。ランドマークは、現在位置、近づいてくる停止位置、決定点、転回、加速／減速点など、キャリアに対する地形情報を伝送することができる。
研究室オートメーションシステム：研究室オートメーションシステムは、研究室環境内のサンプル容器もしくは他の単位体を自動的に（例えば、オペレータもしくはソフトウェアの要求で）動かすことができる任意のシステムを含む。分析器に関連して、オートメーションシステムは、分析器内のステーションへ、ステーションから、もしくはステーション間で容器もしくは他の単位体を自動的に動かしてもよい。これらのステーションは、モジュール試験ステーション（例えば、あるタイプのアッセイに特化されるか、さもなければ、より大きい分析器へと試験サービスを提供することができるユニット）、サンプル取扱ステーション、格納ステーションもしくは作業セルを含むが、そのいずれにも限定はされない。
モジュール：モジュールは、モジュール分析システム内の特定の（複数の）タスクもしくは（複数の）機能を実施する。モジュールの実施例は、分析試験用にサンプルを準備する分析前モジュール（例えば、サンプル試験チューブの頭部上のキャップを除去するデキャッパモジュール）、サンプルの一部を抽出して、試験もしくはアッセイを実施する分析器モジュール、分析試験後の格納用にサンプルを準備する分析後モジュール（例えば、サンプル試験チューブをリシール（再封）するリキャッパモジュール）、またはサンプル取扱モジュールを含んでもよい。サンプル取扱モジュールの機能は、在庫管理の目的でサンプルコンテナ／容器を管理すること、ソーティング（分類）、サンプルコンテナ／容器をオートメーショントラック（一体型輸送システムを含んでもよい）内外へ動かすこと、サンプルコンテナ／容器を分離された研究室オートメーショントラック内外へ動かすこと、ならびにトレイ、ラック、キャリア、パックおよび／もしくは格納位置内外へサンプルコンテナ／容器を動かすことを含んでもよい。
ペイロード：例示的なキャリアが患者サンプルを運搬することに関連して記述されるが、幾つかの実施形態においては、キャリアはオートメーションシステムにわたって、任意の他の合理的なペイロードを輸送するために利用することができる。これは、流体、流体容器、試薬、廃棄物、使い捨て製品、部品もしくは任意の他の適切なペイロードを含んでもよい。
プロセッサ：プロセッサは、一つ以上のプロセッサおよび／もしくは関連するソフトウェアおよび処理回路のことを称することがある。これは、適切な場合、各実施形態において前述された処理機能を実現するための、シングルもしくはマルチコアプロセッサ、単一もしくは複数のプロセッサ、埋め込み型システム、もしくは分散型処理アーキテクチャを含んでもよい。
プルアウト、サイドカー、分岐経路：これらの用語は、トラックシステムの主要部分以外のトラックセクションのことを称するために使用されてもよい。プルアウトもしくはサイドカーは、コード、並行トラック、もしくは主要なトラフィックパターンから幾つかのキャリアを分離するための他の適切な手段を含んでもよい。プルアウトもしくはサイドカーは、メイントラックセクションにおけるトラフィックを中断することなく、物理待ち行列を容易にするか、あるキャリアが停止するか減速することを可能にするように構成されてもよい。
サンプル：サンプルは、患者（人間もしくは動物）から採取された流体もしくは他のサンプルのことを称し、血液、尿、ヘマトクリット、羊水流体、またはアッセイもしくは試験を実施するのに適した任意の他の流体を含んでもよい。サンプルは、ときには、他の患者サンプルを処理するうえで分析器を支援するために使用される、キャリブレーション流体もしくは他の流体のことを称することがある。
ＳＴＡＴ（短いターンアラウンド時間）サンプル：サンプルは、分析器内の非ＳＴＡＴサンプルに対して先行するべきサンプルに対してＳＴＡＴ優先度を割り当てるために、研究室情報システム（ＬＩＳ）もしくはオペレータによって割り当てられた異なる優先度を有してもよい。賢明な方法で利用されると、これによって、試験プロセス中に他のサンプルよりも迅速にあるサンプルを動かすことが可能になり、試験結果を医師もしくは他の開業医が迅速に受け取ることを可能にする。
ステーション：ステーションは、モジュール内で特定のタスクを実施するモジュールの一部を含む。例えば、分析器モジュールと関連付けられたピペッティングステーションは、一体型輸送システムもしくは研究室オートメーションシステム上のキャリアによって運搬されるサンプルコンテナ／容器の外のサンプル流体をピペッティング（ｐｉｐｅｔｔｉｎｇ：ピペット操作）するために使用されてもよい。各モジュールは、モジュールに対して機能を追加する一つ以上のステーションを含むことができる。
ステーション／モジュール：ステーションは、分析器内の特定のタスクを実施する分析器の一部を含む。例えば、キャッパ／デキャッパステーションは、サンプル容器からキャップを除去して元に戻してもよい。試験ステーションは、サンプルの一部を抽出して、試験もしくはアッセイを実施することができる。サンプル取扱ステーションは、サンプル容器を管理し、サンプル容器をオートメーショントラック内外へと動かし、格納位置もしくはトレイ内外へとサンプル容器を動かすことができる。ステーションは、モジュールであってもよく、ステーションをより大きい分析器に加えることができる。各モジュールは、分析器に機能を追加する一つ以上のステーションを含み、分析器は一つ以上のモジュールで構成されてもよい。幾つかの実施形態においては、モジュールは、複数のモジュールおよび／もしくはステーションをリンクしうるオートメーションシステムの一部を含むか、または、オートメーションシステムから分離されてもよい。ステーションは、特定のタスクを実施するための一つ以上の器具を含んでもよい（例えば、ピペット（ｐｉｐｅｔｔｅ）は、オートメーショントラック上のサンプルと相互作用するために免疫アッセイステーションで使用されうる器具である）。そうでないと記述される場合を除いて、モジュールとステーションの概念は、交換可能なように（ほぼ同じ意味で）称されてもよい。
チューブ／サンプル容器／流体容器：キャリア表面を汚染することなくキャリアがサンプルを輸送することを可能にするために、サンプルは、試験管もしくは他の適切な容器などの容器で運搬されてもよい。
［例示的実施形態］
従来技術における物理待ち行列に通常関連付けられる問題の一つ以上は、仮想待ち行列を利用することによって、本発明の実施形態の利用によって解決されるか、または軽減される可能性がある。従来技術において使用される物理待ち行列は、バッファと論理待ち行列の間で概して区別しない。即ち、従来技術の分析器内の各待ち行列は、論理待ち行列における各サンプルの物理的存在を必要とする。実際には、論理待ち行列は、待ち行列用の物理空間から区別することができない。論理待ち行列に対する各サンプルに対して、当該サンプルは、当該待ち行列によって占められた空間へと物理的に配置される。これは、結果として各待ち行列用のバッファを生じる。バッファは、待ち行列への到着が、サンプルが使用される時間と同時ではない状況に対して、有用なことがある。バッファは、同一速度でサンプルが到着することを必要とすることなく、ステーションが自身のペースで動作することを可能にする。サンプルの待ち行列への到着は、不規則であり、分析器内のビジー時間に一斉に到着することもあり得る。一方、処理ステーションは、典型的には一定速度で動作する。
概して、物理待ち行列にサンプルを配置することは有益である。なぜなら、それによって、待ち行列を利用するステーションがサンプルを必要とするとき、サンプルが使用可能であることを保証するからである。即ち、サンプルを物理待ち行列に配置することによって、サンプルが論理待ち行列の先頭に到達するときにサンプルが物理的に使用可能であることを保証する。従来の待ち行列は、物理待ち行列と論理待ち行列の間で区別しないために、この保証は、待ち行列に配置されたサンプルによって必ず満たされる。
しかしながら、物理待ち行列および論理待ち行列が同一であるとき、それは、サンプルが必要とされる前に、サンプルが待ち行列に対して、その中に配置されるように物理的に準備されなければならないことを意味する。これによって、各サンプルが必要とされて待機する前に待ち行列に到着しなければならないため、結果としてシステム内のレイテンシーの増加を生じる。これによって、サンプルによってオートメーションシステム内で費やされる時間の大部分が、移動もしくは処理ではなく、むしろ待機して費やされるため、各サンプル用のターンアラウンド時間の増加を引き起こす。これによって、オートメーションシステムが拡大縮小されるにつれて、相当数のサンプルがオートメーション上で待機するように、貴重な空間を浪費する可能性もある。これは結果として、トラフィックおよび非効率を生じる。さらには、サンプルが物理的に存在し、かつ待ち行列において論理的に存在する場合、当該サンプルは、その他の場所では物理的に存在することはできない。したがって、当該サンプルは、一度に複数の待ち行列に存在することはできない。このルールは、物理待ち行列を利用する場合、オートメーションシステム内のタスクをスケジューリングするときに考慮されなければならない。サンプルは、一度に二つの位置に存在することはできないので、先の待ち行列が当該サンプルを解放するまでは、待ち行列へと配置することができない。
本発明の実施形態は、物理的存在と論理待ち行列の間のもつれを低下させるか、または除去することによって、これらの問題点のうちの一つ以上を処理してもよい。幾つかの実施形態においては、仮想待ち行列が利用される。本明細書で使用されるように、仮想待ち行列は、論理待ち行列内にある各サンプルを物理待ち行列内の物理的関係に置く必要なく、論理構造もしくはスケジューリングアルゴリズムの一部としてソフトウェア内で保持される待ち行列のことを称する。幾つかの実施形態においては、サンプルは、オートメーションシステム内の単一位置に関連付けられた仮想待ち行列に論理的に存在する、一方、オートメーションシステム内で実質的に非近傍もしくはいずれの位置に存在してもよい。例えば、ピペッティングステーションは、サンプルを要求して処理するために使用する論理待ち行列を有してもよい。この論理待ち行列内のサンプルは、ピペッティングステーションに物理的に存在する必要はなく、当該サンプルが論理待ち行列にある間にオートメーションシステム内で動かすことを可能にする。幾つかの実施形態においては、当該サンプルは、当該待ち行列にある間、別のステーションと関連付けられたトラック部分に存在するなど、オートメーションシステム内の他のセクションをアクティブに移動することができる。これは、サンプルが任意の処理ステーションに物理的に到着する前に論理待ち行列へと配置することを可能にすることによって、有利とすることができる。これによって、論理待ち行列におけるサンプルが待ち行列の先頭に到達する前に物理的に適応される必要がないため、当該ステーションにサンプルを格納するために必要な空間量を減少させる可能性がある。さらには、幾つかの実施形態においては、サンプルは、複数の論理待ち行列に存在することがあり、合間に他のステーションによって処理されるサンプルの性能を制限することなく、複数の取扱ステーションがこれらのサンプルが使用可能であると考えることを可能にする。
二つの従来タイプの待ち行列が存在する。これらの待ち行列は、従来物理的であるが、幾つかの実施形態で利用するために、これらの待ち行列が論理的に実現されてもよい。第一タイプの待ち行列は、ＦＩＦＯ待ち行列である。ＦＩＦＯ待ち行列は、実質的にバッファのように動作し、サンプル到着とサンプルが処理される時間との間に遅延を導入する。サンプルは、決まった順序のＦＩＦＯ待ち行列を有する各ステーションに対して利用可能にされる。いったんサンプルが使用可能にされると、ステーションは当該サンプルを処理してサンプルを解放する。当該サンプルは、当該ステーションによって再度利用されることはない。ステーションが時間毎に１サンプルを処理するなど、決まった速度で動作する場合、サンプルが待ち行列の終端に配置される前に経過する時間、ならびに待ち行列の先頭にサンプルがいつ到達するかは容易に決定することができる。サンプルが所定位置かつ待ち行列内にある場合、サンプルは、数周期後にステーションによって必要とされるであろう。幾つかの実施形態においては、スケジューリングソフトウェアは、この時間と位置との関係を利用する。
しかしながら、ＦＩＦＯ待ち行列は、分析器内の全ての待ち行列に対して適切ではないことがある。ＦＩＦＯ待ち行列の厳密な予測性は、幾つかの処理タスクの並列化を可能とするが、モジュールが試験の再順序付けを必要とする日和見性スケジューリングを使用することも予防する。例えば、ほとんどの免疫アッセイ分析器の内部リソース競合は、最大効率に達するために、複数サンプルから試験をインターリービングすることを必要とし、第二のサンプルにおける第一ステップを、第一サンプルにおける最終ステップ前に開始することを可能とする。物理バッファで実現されるとき、ＦＩＦＯ待ち行列は、これらの分析器のスループットを２０％減少させる。ＦＩＦＯ待ち行列の別の問題は、優先度を有するサンプルを扱うことができないことである。
ＦＩＦＯ待ち行列は、処理前もしくは処理後のタスク（キャッパもしくはデキャッパなど）を実施する処理モジュールによって最も適切に利用されるが、決まった順序のサンプルを許容することができるタスク（例えば、一度のアスピレーションが実施される試験）を処理するために使用されてもよい。ＦＩＦＯ待ち行列を利用するステーションは、一旦サンプルがＦＩＦＯ待ち行列に配置されると、サンプルの順序ならびにサンプルが待ち行列の先頭に到達するタイミングが固定された間は、動作することが可能であるべきである。
一方、ランダムアクセス待ち行列は、ステーションが、待ち行列内で順序に関係なく、サンプルを要求することを可能とする。ステーションがその待ち行列におけるサンプルを処理する計画を立てる順序に関して幾らかの知識もなく、サンプルが当該ステーションによっていつ必要とされるかを予測することは不可能である。ランダムアクセス待ち行列内のサンプルは、複数回要求されてもよい。理想的には、一旦サンプルがランダムアクセス待ち行列に配置されると、待ち行列を利用するステーションは、当該ステーションが何時でもサンプルにアクセスでき、任意の順序でサンプルにアクセスでき、好きなだけ何度でもアクセスでき、サンプルが当該ステーションによって明白に解放されるまで、待ち行列内の各サンプルの制御を維持することを仮定する。従来の物理的ランダムアクセス待ち行列は、各サンプルがランダムアクセス用の待ち行列内にあり、任意の順序でサンプルにアクセスすることを可能にすることを保証するために、カルーセル（回転ベルトコンベヤ）を利用してきた。カルーセルのサイズがサンプル数の二乗に比例して大きくなり、それほど多くはないサンプル用に大量の面積を必要とするため、従来の物理的ランダムアクセス待ち行列は、スペースの制約に悩んできた。同様に、待ち行列の列サイズが大きくなると、ランダムアクセスを提供するため、循環する必要がある大量のサンプルを収容するために、より大きなカルーセルをより速く動かす必要があるだろう。
したがって、従来のランダムアクセス待ち行列は、幾つかのサンプルのみに対するものに限定されるか、またはサンプルがランダムにアクセスされうる程度を制限した。例えば、純粋なランダムアクセス待ち行列においては、待ち行列における任意のサンプルは任意の時刻にアクセスすることができ、現在要求されるサンプルと以前のサンプルの間に相関はない。しかしながら、コンピュータアーキテクチャにおけるキャッシングの原則に類似し、幾つかの実施形態においては、次の動作サイクル中に待ち行列内の全てのサンプルが使用可能であることを必要とすることなく、表面上ランダムアクセスを可能とする、ランダムアクセスに課されうる理にかなった制約が存在する。例えば、サンプル待ち行列がその中に２０サンプルを有する場合、待ち行列の先頭に到達する次のサンプルが、カルーセル内の現在のサンプルに対してより近接した５個のサンプルのうちの一つに制限されるとき、制約は許容できるものである。これによって、次のサイクル用の待ち行列内の全サンプルに対して、ランダムアクセスを提供することなく、ランダムアクセスを提供してもよい。これは、部分的ランダムアクセス待ち行列と称されることがある。この概念は、幾つかの実施形態で使用される幾つかのランダムアクセス待ち行列によって使用されてもよい。
物理的ランダムアクセス待ち行列は、以下の不利益を有することがある。つまり、複雑性／コストが増加し、信頼性が低下する。サンプルをランダムアクセス待ち行列内外へと動かさなければならないために、定常状態処理時間が増加する（処理遅延は、処理系に依存する）。トラックの物理的フットプリントを増加させる（例えば、カルーセルの直径は、カルーセルが保持するように設計されたサンプル数に伴って増加する）。それは、ほとんどの処理系においてモジュールがオフラインになる場合、待ち行列を素早くフラッシュするのを妨げる。
図１は、動作中のＦＩＦＯ待ち行列を示す。ＦＩＦＯ待ち行列１０は、メイントラック１２外のサイドカー上に配置される。メイントラック１２に沿って移動するサンプルは、矢印の方向に移動する。状態８においては、３つのサンプルＡ、ＢおよびＣがＦＩＦＯ待ち行列１０内にある。サンプルＡは、待ち行列の先頭にあって、前処理モジュール１４によって処理される。モジュール１４は、到着した順序でサンプルを処理する、デキャッパなどのステーションであってもよい。一方、ＳＴＡＴサンプル１６は、メイントラック１２に沿って到着し、ＦＩＦＯ待ち行列１０に入る。状態１８においては、ＦＩＦＯ待ち行列１０は、フラッシュされる。サンプルＡが処理を完了する間、サンプルＢおよびＣは、ＳＴＡＴサンプル１６の処理を支援するためにフラッシュされなければならない。サンプルＢおよびＣは、その後、ＦＩＦＯ待ち行列１０内へ戻すために、オートメーションシステム全体もしくはオートメーションシステム内のループを移動しなければならない。一方、サンプルＤは、ＦＩＦＯ待ち行列１０へ配置するために、トラック１２に沿って到着する。サンプルＢおよびＣがＦＩＦＯ待ち行列に入る前にオートメーションシステムの別の回路を作成しなければならない場合、前処理モジュール１４の必要性に依存して、元の順序が重要性を有することがある。幾つかの実施形態においては、前処理モジュール１４は、ＦＩＦＯ待ち行列の順序の変更に適応でき、待ち行列においてＳＴＡＴサンプル１６の後ろにサンプルＤを配置することを可能にし、サンプルＢおよびＣの前にサンプルＤを処理することを可能にする。
図２は、動作中のランダムアクセス待ち行列を示す。ランダムアクセス待ち行列２２は、カルーセル（ｃａｒｏｕｓｅｌ）内の４つの位置を含む物理的ランダムアクセス待ち行列である。モジュール２４は、所望の位置がモジュール２４内のピペットと整列するように、カルーセルを回転させることによって、待ち行列内のサンプルに対するアクセスを与えられる。サンプルは、矢印の方向にメイントラック１２に沿って移動し、モジュール２４によって処理されるべきサンプルは、ランダムアクセスカルーセルへとサンプルを配置するサイドカーへと方向づけられる。モジュール２４は、例えば、分析器試験ステーションであってもよい。状態２６においては、サンプルＡ、ＢおよびＣは、ランダムアクセスカルーセル２２内に配置される。一方、ＳＴＡＴサンプル１６は、モジュール２４によって処理するために、メイントラック１２に沿って到着する。状態２７においては、ＳＴＡＴサンプル１６をカルーセル内の空のスロットへと配置する間に、モジュール２４は、サンプルＡの処理を完了する。サンプルＤは、処理用にメイントラック１２に沿って到着する。状態２８においては、サンプルＡは処理を完了して、モジュール２４による処理用に、待ち行列の先頭へと別のサンプルを動かすことを可能にする。この例においては、ＳＴＡＴサンプルは任意の優先度を有する。カルーセル２２は、モジュール２４との相互作用のための位置へとＳＴＡＴサンプルを動かす。サンプルＤは、サンプルＡによって残された空のスロットへと配置されてもよい。この状態においては、サンプルＢおよびＣはフラッシュされないことに留意されたい。なぜなら、ＳＴＡＴサンプル１６は、カルーセルによって収容でき、サンプルＢおよびＣの前にＳＴＡＴサンプルを処理することを可能にするために動かすことができるからである。さらには、サンプルＢおよびＣは、ランダムアクセス待ち行列内に存在したままであるため、サンプルにおける試験を容易にするためにモジュール２４によって利用されるローカルスケジューリングアルゴリズムに依存して、モジュール２４は、サンプルＤの前にサンプルＢおよびＣを処理するか否かを決定することができる。
本発明の実施形態は、論理待ち行列から物理待ち行列を分離することによって、図１および図２に示された待ち行列の機能の全てもしくはそのサブセットを提供してもよい。即ち、ランダムアクセスおよびＦＩＦＯ待ち行列の機能は、待ち行列の先頭において転回を待つ間に、物理的に隣接して待ち行列内のサンプルを格納する必要なく、これらの品質を有する論理待ち行列を保持することによって提供されてもよい。例えば、ソフトウェアにおける仮想ＦＩＦＯ待ち行列は、それらが待ち行列の先頭に到達する前に、分析器オートメーションシステムの異なる部分にサンプルが存在することを可能にしてもよい。これは、ＦＩＦＯ待ち行列におけるサンプルが予め決められた順序を有する、つまり、論理待ち行列におけるその位置に基づいて、サンプルが待ち行列の先頭に到達する確定可能な時刻を有するという事実によって影響されることがある。サンプルが、ＦＩＦＯ待ち行列における待ち行列の先頭に到達する前に、当該サンプルは、他のステーションによる処理などの、オートメーションシステム内の他のタスク用に利用されてもよい。例えば、ソフトウェアＦＩＦＯ待ち行列は、試験ステーション用のＦＩＦＯ待ち行列とデキャッパステーション用のＦＩＦＯ待ち行列の双方にサンプルが存在することを可能にしてもよい。分析器内の動作順序は、試験ステーションによって処理される前に、キャッパステーションにサンプルが加えられて前処理されることを保証するので、サンプルがデキャッパステーションの待ち行列の先頭に到達することによって処理され、サンプルが試験ステーション用の論理待ち行列の先頭に到達する前に試験ステーションに対して移動するのに十分な時間を有することが判定されうる限り、サンプルは、双方の仮想待ち行列に配置されてもよい。
仮想ランダムアクセス待ち行列は、同様の方法で動作することができる。従来技術のシステムは、典型的には、カルーセルなどの待ち行列機構にサンプルが物理的に配置されることを必要とするが、器具がランダムアクセス待ち行列の先頭においてサンプルを要求するとき、当該器具と相互作用するための位置にサンプルを配置することができることをオートメーションシステムが保証できる限り、サンプルは、仮想ランダムアクセス待ち行列に存在し、かつオートメーションシステムにおける任意の合理的な位置に物理的に位置してもよい。
これは、オートメーションシステムにサンプルがある間、信頼性および確定可能性を提供するオートメーションシステムを利用することによって達成することができる。各ジャンクションで単一化され、識別されなければならない摩擦トラックおよびサンプルパックを利用する大部分の従来のオートメーションシステムは、仮想待ち行列を物理待ち行列から分離することを可能にするのに十分な繰り返し性もしくは信頼性を提供することがない。従来のＩＶＤオートメーションシステムにおいては、オートメーションシステム内のトラフィックが、現在オートメーションシステムの一部に位置するサンプルが、いつオートメーションシステム内の何れの位置においても利用可能にできるかを高い信頼性で判定することを困難もしくは不可能にしている。オートメーションシステム内の各単一化点によって生成されるバッファなどの性能ボトルネックは、オートメーションシステムの二点間でサンプルを動かすために必要なレイテンシーを困難にしている。幾つかの実施形態においては、本明細書で開示されたオートメーションシステムは、物理待ち行列によって限定されない仮想待ち行列の利用を容易にすることで、この非信頼性のうちの幾らかもしくは全てを解決する可能性がある。したがって、仮想待ち行列は、サンプルが待ち行列内にある間、全ての時刻において、待ち行列に関連付けられたステーションにサンプルが物理的に近接する必要なく、仮想待ち行列をソフトウェア内に保持することができる。
本発明の幾つかの実施形態は、より少ないレイテンシーおよびより多い個々の制御で、種々の分析器試験ステーション間でサンプルを動かすことを可能にするために、より効率的な研究室オートメーションシステムを提供するシステムおよび方法を含む。本発明の実施形態は、オートメーションシステムを移動するサンプルによって経験される待ち行列を減少させるか排除することができる。通常、サンプルは、単一の試験ステーションでは使用可能ではない、自動化された診断分析器（分析器）において多くの異なるタイプの試験を経験することを必要とする。分析器内の試験ステーションは、特化された試験用に適応することができる。例えば、免疫アッセイは、あるインキュベーション性能を含み、免疫アッセイに固有な特定の試薬を利用する免疫アッセイステーションによって実施されてもよい。化学分析は、診断分析器によって実施することができ、電解質化学分析は、イオン選択電極（ＩＳＥ）診断分析器によって実施することができる。このモジュールアプローチを利用することによって、分析器は、サンプルに対して行われる試験タイプにのみ適応できるわけではなく、研究室の必要性に適合するために必要な試験の頻度および容量に対しても適応できる。さらなる免疫アッセイ性能が必要とされる場合、研究室は、さらなる免疫アッセイステーションを加えることを選択し、当該システム内の免疫アッセイ試験に対する全体のスループットを増加させることができる。
従来技術の構成において典型的な分析器内のサンプルを輸送するうえで使用するための例示的なトラック構造が図３に示される。このトラックは、トラックシステムを設計するうえでの問題を導入しうる、従来技術の摩擦トラックを含む可能性がある。しかしながら、本発明のある実施形態は、作動用に摩擦トラックを必ずしも使用することなく、類似の構造を利用することもできる。トラック１００は、サンプル準備もしくは分析／試験ステーション１１０、１２０および１３０などの種々のステーション間で、パックもしくはトレイでサンプルを運ぶ、ほぼ楕円形状のトラックとすることができる。トラック１００は、単一方向のトラックであるか、幾つかの実施例においては、線形の双方向トラックである。この例示的構成においては、各分析器１１０、１２０、１３０は、其々のサイドカー１１２、１２２、１３２によって処理される。トラック１００と各サイドカーの間の接合点においては、サンプルをトラック１００とサイドカーとの間で方向転換することを可能にするゲートもしくはスイッチを配置することができる。トラック１００の楕円特性は、各分析器に対するアクセスを待つ間、サンプルを循環させるために使用することができる。例えば、分析器１１０がサイドカー１１２内の保留サンプルの扱いを終えて、トラック１００のメイントラフィックフローへとそれを戻すまで、トラック１００上の新規サンプルが、プルアウト１１２へと方向転換することができないように、分析器１１０は、サイドカー１１２において一杯になった待ち行列を有してもよい。
幾つかの従来技術のシステムにおいては、各サイドカーは、サンプルプローブアーム１１４、１２４および１３４などの取り扱い機構によって処理することができる。これらのロボット的取扱アームは、プローブ針を介してサイドカー内のサンプルからサンプル材料を吸引するか、サイドカーからサンプルチューブを取り出して、対応する試験ステーションへとサンプルチューブを輸送することができる。この例示的システムにおいては、利用可能な試験ステーションは、免疫アッセイステーション１１０、小容量化学ステーション１２０および拡張可能な希釈／ＩＳＥ電解質および大容量化学ステーション（もしくは複数のステーション）１３０を含む。このアプローチの幾つかの利点は、トラック１００が自己完結型ステーションに加えることのできる分離した研究室オートメーションシステムの一部であって、トラック１００およびステーション１１０、１２０、および１３０を独立してアップグレード、購入もしくは処理することができるということである。大容量化学ステーション１３０などの幾つかのステーションは、トラック１００と独立して動作するそれ自身の摩擦トラック１３６を含むことができる。摩擦トラック１３６は、大容量化学ステーション１３０のサブモジュール間でサンプルを動かすことが可能な双方向摩擦トラックを含むことができる。このタイプのシステムの欠点は、分離した摩擦トラックが独立して動作し、オートメーション全体の制御がより複雑になる点である。さらには、特に二つの摩擦トラック間に直接ルートが存在しない場合、摩擦トラック１３６と１００の間の通過は、時間がかかってかつ厄介である可能性がある。幾つかのシステムにおいては、トラック間での移動は、ロボットアームを介したサンプルの引き上げおよび配置を必要とすることがある。
従来技術の分析器用研究室オートメーションシステムは、概して個々の分析器／試験ステーションをトラック上のサンプル用の汎用の宛先として扱う。本発明の幾つかの実施形態においては、研究室オートメーションシステムは、個々の試験ステーション内に統合することができ、個々の試験ステーションの複雑性を実質的に軽減するか排除し、各ステーション内でサンプル取扱システムを分離する必要性を減少させる。幾つかの実施形態においては、研究室オートメーションシステムをステーションへと統合することによって、システムは、汎用宛先としてよりは、かつ、サンプルが移動することができるマルチルートトラックの一部として、個々のステーションの扱いを開始することができる。
図４Ａは、本発明での使用のために適応することができるトラックシステムの一実施形態を示す。トラック１５０は、時計回り（もしくは反時計回り）方向にサンプルキャリアが移動する長方形／楕円／円形トラックである。トラック１５０は、一方向であってもよいし、双方向であってもよい。キャリアは、流体サンプル、試薬もしくは廃棄物など、ＩＶＤ環境での任意の適切なペイロードを輸送することができる。患者サンプルなどの流体は、試験管、バイアル、キュベットなど、キャリアによって輸送できるコンテナもしくは容器に配置することができる。キャリア（拡張すると、サンプルなどのペイロード）は、メイントラック１５０上を移動することができるか、１６４もしくは１６６などの決定点を介して方向転換することができる。これらの決定点は、（従来技術と同様に）機械的ゲートであるか、サンプルをメイントラック１５０から本明細書で記述されたような１６０、１６０Ａ、１６０Ｂ、１６０Ｃなどのサイドカーへと方向転換することを可能にするために適切な他の機構とすることができる。例示する目的のために、サンプルキャリアがメイン経路１５０を移動して、決定点１６６に到達する場合、サンプルキャリアは、セグメント１６２へとメイントラック上に存在し続けてもよいし、またはサイドカー１６０へと方向転換されてもよい。決定点１６６においてサンプルキャリアを方向転換するための決定がなされるシステムおよび方法は、本明細書に記述される。
図４Ｂは、本発明のある実施形態用に適した別のトラックレイアウトを示す。トラック１７０は、時計周り（もしくは反時計回り）に移動するサンプルキャリアを有するほぼ円形のトラックでもある。本実施例においては、トラック外にサイドカーを有するのではなく、プルアウト１８０、１８０Ａおよび１８０Ｂがトラック内の弦である。同様に、サンプルキャリアが決定点に到達すると、メイン経路から経路１８０などのサイド経路へと方向転換してもよい。決定点１８６において、メイントラック１７０上のサンプルは、メイントラック上に存在し続けてもよいし、経路１８０へと方向転換されてもよい。いったん取扱経路１８０に沿った分析器ステーションがサンプルの処理を終えると、サンプルは、決定点１８４へと進行して、メイン経路１７０へと戻される。
図５は、本発明のある実施形態で利用することができるオートメーションシステムトラックに対するモジュールアプローチを示す。本実施例においては、内部作動もしくは個々の研究室ステーションのサンプル取扱システムの一部としてトラックを使用することができるように、トラックが、個々の分析器ステーションへと統合されてもよい。従来技術においては、異なる分析器／試験ステーション内に複数の異なるタイプの作動システムを有することがよくある。例えば、幾つかのステーションは、サンプルチューブのパックもしくはトレイを動かすための摩擦トラックを含み、サンプルの一部を吸引し、分配できるキュベットおよび反応容器などのより小型の容器を含むカルーセルを含んでもよい。幾つかの実施形態においては、トラックシステムの一部を分析ステーション自体へと統合することによって、各ステーションは、自身の待ち行列論理を含み、不必要な内部作動システムを排除するために簡略化されてもよい。
図３を参照すると、トラック２００は、分析器モジュールに統合されるモジュールコンポーネントへと分解できる。本例示的トラックにおいては、モジュール２０５、２０５Ａおよび２０５Ｂは、互いに組み合わせることができ、任意で、図４Ｂに示されたトラックと類似のトラックを形成するために、他のモジュールトラックコンポーネント２０２および２０４とも組み合わせることができる。例えば、２０５Ａは、免疫アッセイ１１０（図３）と同一の機能を実施するモジュールであって、２０５は、小容量化学モジュール１２０（図３）と同一の機能を実施するモジュールであって、２０５Ｂは、モジュール１３０（図３）のようにＩＳＥ電解質試験を実施するモジュールとすることができる。本実施例においては、外部メイントラックは、トラックセグメント２０２、２０４、２０６、２０６Ａ、２０６Ｂ、２０８、２０８Ａおよび２０８Ｂによって形成することができる。分析器モジュール２０５、２０５Ａおよび２０５Ｂ内で、内部経路２１０、２１０Ａおよび２１０Ｂは、メイントラックからのプルアウトを形成する。内部経路は、内部待ち行列用に使用することができ、処理されるサンプルに対して各モジュールがより多くの制御を有することを可能にするために、各分析器モジュール内で独立して管理することができる。
トラック２００ならびにサブ経路２１０、２１０Ａおよび２１０Ｂを其々分析器モジュール２０５、２０５Ａおよび２０５Ｂへと統合する利点の一つは、各分析器モジュール内の内部取り扱い機構が、トラックサブ経路とより良好に調和して機能するように特別に適応させることができることである。幾つかの実施形態においては、モジュール２０５、２０５Ａおよび２０５Ｂは、分析器全体の動作サイクルよりも短い期間内に各サンプルを処理するように適応することができ、処理後にトラックシステムに沿って別のモジュールへとサンプルがルーティングされるのに十分な時間を残し、次の動作サイクルでサンプルを他のモジュールが即座に処理することを可能にする。本明細書で使用されるように、動作サイクルは、サンプルアッセイ用にモジュールに処理時間を割り当てるスケジューリングアルゴリズムによって使用される時間単位である。これらは動的であってもよいし、固定されてもよく、分析器内のモジュールの同期した動作を可能とし、分析器内の複数モジュール間のサンプルをスケジューリングするための信頼できるタイミングモデルを提供することができる。動作サイクル時間は、第一のサンプルの処理を開始する時刻と、予測された定常状態条件下で別のサンプルを処理するために準備する時刻の間で、任意の与えられたモジュールによって必要とされる時間に選択することができる。例えば、分析器が３秒毎に１試験を処理できる場合、サンプル毎の予測される平均試験は７回であり、動作サイクル時間は２１秒とすることができる。個々のモジュールは、サンプル毎の試験回数が予測される回数から変化するときでさえ、スループットを最大化するために、並列処理もしくはサイクル内で複数のサンプルを処理するなどの効率的技術を実現することができることを理解されたい。さらには、幾つかの実施形態においては、個々のモジュールは異なる動作サイクル時間を有し、これらのモジュールは互いに対して実質的に非同期に動作することができることを理解されたい。モジュール間でサイクル時間もしくは需要が変化する場合、仮想待ち行列もしくはバッファを、サンプルスケジューリングの管理を支援するために使用することができる。
単一の動作サイクル以下の順序で、信頼できるタイムフレームにおいて分析器内のモジュール間の通過を可能にすることは、従来技術のトラックシステムで不可能だった多くの性能の利益を達成する。サンプルが分析器モジュールによって確実に取り扱われ、分析器の単一サイクル内に次の分析器モジュールへと輸送することができる場合、待ち行列におけるトラフィックの取り扱いは、より単純になり、スループットはより一貫性のあるものになり、かつレイテンシーは制御されて減少する可能性がある。本質的に、当該分析器においては、サンプルが待ち行列で待機するトラックシステム上で何もしないでいることがないように、サンプルはトラックシステムによって確実に扱われ、均一に処理することができる。さらには、任意の分析器モジュール内の待ち行列などのシステム内の待ち行列は、確実に短縮され、システム内のモジュールの数によって制限される可能性がある。
各決定点において待ち行列に対する必要性が存在しないように、２１４および２１６などの決定点が合理化できる場合、物理待ち行列のみが、サブ経路２１０、２１０Ａおよび２１０Ｂ内にあるようにすることができる。上述されたように、これらは、ＲＡ待ち行列もしくはＦＩＦＯ待ち行列として扱うことができる。ＳＴＡＴサンプルがトラック２００上に配置される場合、ＳＴＡＴサンプルを即座に処理することができるため、サブ経路２１０、２１０Ａおよび２１０Ｂ内のＲＡ待ち行列は、フラッシュされる必要がない。任意のＦＩＦＯ待ち行列は、個々にフラッシュすることができる。例えば、ＳＴＡＴサンプルがセクション２２２においてトラック２００上に配置される場合、サンプルは、外部トラックおよび決定点２１６を介して、適切な分析器２０５Ｂへとルーティングされてもよい。経路２１０Ｂにおける待ち行列において待機している他のサンプル（および拡張すると、それらのサンプルを輸送するサンプルキャリア）が存在する場合、ＳＴＡＴサンプルを優先することを可能にするために、待ち行列内の当該サンプルのみがフラッシュされる必要がある。外部トラック２００を移動するために、動作サイクル以下の時間がかかることが仮定される場合、２１０Ｂにおける待ち行列からフラッシュされた任意のサンプルは、トラック周囲を単に循環し、ＳＴＡＴサンプルの直後に経路２１０Ｂにおける待ち行列へと即座に戻され、ＳＴＡＴサンプルによって引き起こされる任意の休止時間（ダウンタイム）を排除する。
入力経路２２０および２２２は、トラック２００にサンプルを入力するために使用することができる。例えば、標準優先度を有するサンプルは、入力２２０においてトラック２００上に配置され、ＳＴＡＴ優先度を有するサンプルは、入力２２２において配置することができる。これらの入力は、完了すると、サンプル用の出力として使用することができるか、または、（図示されていない）他のポートを、使用されたサンプル用の出力経路として使用することができる。入力２２０は、トラック２００に対するアクセスを求める入力サンプル用のＦＩＦＯ待ち行列として機能する、入力バッファとして実現することができる。いったんサンプルが入力２２０において待ち行列の先頭に到達すると、サンプルは、（キャリア内に配置されるか、入力２２０内に配置されたときキャリア内に配置されるかのいずれかによって）トラックへ移動することができる。ＳＴＡＴサンプルは、入力２２２に配置された直後にトラック２００に入ることができ、または、トラック２００に詰め過ぎたとき、ＳＴＡＴサンプルは、次に利用可能な、すいている動作サイクルでトラックに入ることができる。幾つかの実施形態は、動作サイクル中のトラック上のキャリア数を監視して、総数を管理可能な量に制限し、入力待ち行列に残余部分を残す。入力においてサンプルを制限することによって、トラック２００はトラフィックがなく、可能性のある最も効率的な方法で常に動作することが可能となる。これらの実施形態においては、二つのモジュール間のサンプルの通過時間は、限界を有する値（例えば、動作サイクルの幾らかの部分よりも短い）であって、簡略化されたスケジューリングを可能とする。
幾つかの実施形態においては、トラックシステム２００は、双方向であるように設計することができる。これは、サンプルキャリアが外部経路および／もしくは任意のサブ経路をいずれかの方向に移動することができることを意味する。幾つかの実施形態においては、さらなる決定点２１５および２１７を介してアクセスされる２１１Ｂなどのさらなるサブ経路によって、双方向アクセスの提供を支援することができる。双方向経路は、固有の利点を有する可能性がある。例えば、通常の優先度のサンプルが常に同一方向に扱われる場合、ＳＴＡＴサンプルは、サブ経路に沿って反対方向で扱うことができる。これは、ＳＴＡＴサンプルがサブ経路の出口に本質的に入って、待ち行列をフラッシュする必要なく、待ち行列の先頭に即座に配置することができることを意味する。例えば、ＳＴＡＴサンプルがセグメント２０４においてトラック２００上に配置される場合、決定点２１４において経路２１０Ｂに入ることができ、任意の待ち行列の先頭において即座に配置されるように経路２１０Ｂへと進行することができる。一方、これらの実施例の全てにおいて、待ち行列は、概してサブ経路に限定されることが予測されるため、ＳＴＡＴサンプルがそれらのモジュールに対する即座のアクセスを必要としない場合には、他のモジュールにおいて待ち行列をフラッシュする必要がない。その後のサイクルでＳＴＡＴサンプルを処理する必要がある任意のさらなるモジュールは、その点においてそれらの待ち行列をフラッシュすることができ、各分析器モジュールの動作を中断させることなく、ＳＴＡＴサンプルへのジャストインタイム（時間にちょうど間に合う）アクセスを提供する。
モジュール設計は、他のある利点も可能とする。分析器モジュール内のオートメーションシステムがモジュールに含まれるトラックシステムを利用するように適応される場合、通常のトラックを利用する新規の特徴を加えることができる。例えば、モジュールは、サンプル用に規定されたアッセイを実施するために必要な全ての試薬を含む、それ自身の内部試薬カルーセルを有することができる。分析器モジュール内にストックされた試薬が欠乏するとき、オペレータは、幾つかの実施形態においては、トラック２００上のキャリアにさらなる試薬を単に充填することによって、試薬を補充することができる。トラック２００上の試薬が適切なモジュールに到達すると、モジュールは、トラックから試薬を取り出して、モジュール用の試薬貯蔵所へと試薬を配置するアームもしくはフィーダシステムなどの機械システムを利用することができる。
幾つかの実施形態においては、図５および図４Ａおよび図４Ｂに示された個々のトラック部分は、互いに独立して動作することができるか、または、受動的とすることができる。独立したキャリア移動は、サンプルキャリアの移動に影響を与えるために摩擦トラック全体が移動しなければならない、非局在化コンベヤベルトなどの摩擦ベースのトラックシステムに対する利点を提供する。これは、当該トラック上の他のサンプルも同一速度で移動しなければならないことを意味する。これは、あるセクションが異なる速度で動作する場合、サンプルを運搬する受動的キャリア間の衝突が生じる可能性があることも意味する。
図６Ａは、本発明で利用するための例示的なキャリア２５０を示す。キャリア２５０は、異なる実施形態においては、異なるペイロードを保持することができる。あるペイロードは、血液もしくは尿などの流体サンプル２５６を含むサンプルチューブ２５５とすることができる。他のペイロードは、チューブのラック、試薬カートリッジもしくは任意の他の適切なカートリッジを含んでもよい。サンプルキャリア２５０は、本明細書で記述された内部電子コンポーネントを収容できるメインボディ２６０を含む。メインボディ２６０は、ペイロードを収受できるブラケット２６２を支持する。幾つかの実施形態においては、これは、サンプルチューブなどの流体容器２５５を収受し、かつ、それを摩擦嵌め込みで保持するように設計された浅穴である。幾つかの実施形態においては、摩擦嵌め込みは、保持力を生成するために固定できるか、ばねでエネルギーを与えることのできる弾性穴もしくはクランプを利用して、生成することができる。幾つかの実施形態においては、サンプルラックおよび試薬カートリッジは、ブラケット２６２へと取り付けるようにも設計でき、ブラケット２６２が複数のペイロードタイプ用のユニバーサルベースとして機能することを可能とする。
ボディ２６０は、ガイド部分２６６を含むかガイド部分２６６に結合することができ、決定点間のトラックにキャリア２５０が従うことを可能にする。ガイド部分２６６は、例えば、トラック内の一つ以上のレールを収受するためのスロットを含み、横方向および／もしくは垂直方向の支持を提供する。幾つかの実施形態においては、ガイド部分は、キャリア２５０をトラック内の壁（トラフ形状のトラックの壁など）によって誘導することを可能とする。ガイド部分２６６は、キャリアボディ２６０内のモータがトラック上で前後にキャリアもしくはパック２５０を駆動することを可能にする摩擦ホイールなどの駆動機構も含むことができる。ガイド部分２６６は、磁石もしくは誘導コイルなどの本明細書で記述された実施形態で使用するのに適した他の駆動コンポーネントを含むことができる。
再書き込み可能ディスプレイ２６８は、キャリア２５０の上部上に提供することができる。このディスプレイは、ＬＣＤ配向パネルを含み、サンプル２５６についての状態情報を表示するために、キャリア２５０によってリアルタイムでアップデートすることができる。キャリア２５０の上部上の電子的に再書き込み可能なディスプレイを提供することによって、状態情報はオペレータによって一目で視認できる。これは、グループ内に複数のキャリア２５０が存在するときに、彼／彼女がどのサンプルを探しているかをオペレータが迅速に判定することを可能にすることができる。キャリア２５０の上部上に再書き込み可能なディスプレイを配置することによって、オペレータは複数のキャリア２５０が引出しもしくはラック内にあるときでさえ、状態情報を判定することができる。
図６Ｂは、キャリア２５０によって使用するための例示的なトラック構造２７０を示す。本実施例においては、キャリア２５０Ａは、サンプルチューブを輸送し、キャリア２５０Ｂは、メイントラック２７２および／もしくはサブ経路２７４および２７４Ａに沿ってチューブのラックを輸送する。経路２７６は、サンプルをキャリアに配置するか、またはこれらのキャリアからサンプルを除去するために、オペレータによって使用することができる。
図６Ｃは、例示的なトラック構造２７０のさらなる図を示す。本実施例においては、サブ経路２７４は、免疫アッセイステーションを提供し、サブ経路２７４Ａは、診断化学ステーションを提供する。入力／出力レーン２７６は、サンプルの挿入もしくはメイントラック２７２からのサンプルの除去用にバッファするために、サブ経路２７７および２７８を利用するサンプル取扱ステーション２８０によって提供することができる。
幾つかの実施形態においては、サンプルハンドラー２８０は、キャリア２５０Ａおよび２５０Ｂへとサンプルもしくは他のペイロードを装填し、キャリア２５０Ａおよび２５０Ｂからサンプルもしくは他のペイロードを取り出すこともできる。これによって、分析器用のピーク需要の間、トラック２７７および２７８上で何もしないでいる大多数のキャリアを有するのではなく、トラックシステム２７０におけるステーションによって現在使用されるペイロードを支持するために必要な量へと、キャリア数を減少させることを可能とする。その代わりに、（本明細書で開示されたキャリアのない）サンプルトレイは、入力／出力レーン２７６においてオペレータによって配置／除去することができる。これによって、システム全体のコストを減少させ、必要とされるキャリア数は、スループットを超える分析器用のピーク需要の予測に基づくのではなく、分析器のスループットによって決定することができる。
［知能キャリア］
本発明の幾つかの実施形態は、摩擦ベーストラック上の受動的パックに対して、ある改善を可能とするために、独立した知能キャリアを利用することができる。例えば、従来技術のトラックシステムの不利益の一つは、パックを方向づけるための決定が、各決定点において、パックを回転させ、バーコードを光学的に読み取ることによって、トラックによって行われるということである。回転および光学読みとりは比較的遅いプロセスである。さらには、このプロセスは、余分なものである可能性がある。なぜなら、システムは、サンプルチューブがオペレータによってパックへと配置されるとき、サンプルチューブの識別に関する知識を有するからである。本発明の実施形態は、キャリアを停止させ、回転させ、光学的に読み取る必要なく、サンプルチューブの内容物を識別する（ならびに、任意でオートメーションシステムへとこの情報を光学的に通信する）ための手段を有するキャリアを含むことができる。
例えば、キャリアは、ペイロードのバーコードを自動的に読み取るための内蔵光学リーダを含むことができる。キャリアが内蔵処理性能を有する場合には、スキャン結果は、その後、キャリアのメモリに格納することができる。あるいは、キャリアへサンプルを配置するときにオペレータによって操作されるハンドバーコードリーダなどの外部ソースは、ＲＦ信号または一時的な電子接触もしくは光学通信を利用する通信プロトコルなどの他の既知の手段を介して、ペイロードのバーコード情報をキャリアへと通信することができる。幾つかの実施形態においては、ペイロードとキャリアの関連付けは、キャリアの外部に格納することができ、キャリアのアイデンティティは、ＲＦ、光学、もしくは近距離通信によって、キャリアによってシステムへと伝送することができ、システムがキャリアおよびペイロードをルーティングするか追跡することを支援することを可能とする。ルーティング決定は、その後、ペイロードの一意的バーコードを読み取るのではなく、キャリアによって、もしくはキャリアを識別することによって行うことができる。
各個々のキャリアに処理性能および／もしくはセンサ性能を移動することによって、キャリアは、トラックシステムを通して、それ自身のルーティングにアクティブかつ知的に関与することができる。例えば、個々のキャリアが、自律作動性能もしくはトラックとの通信のいずれかによって互いに独立して動くことができる場合、ある性能の利点を実現することができる。
キャリアが独立して動くことを可能にすることによって、キャリアは、トラック周囲をより迅速に動くことができる。キャリアの動きに対する一つの鍵となる制限は、キャリアが開放されたチューブサンプルをこぼすべきではないということである。制限要因は、概して、直線におけるキャリアの速度ではなく、飛沫を引き起こす可能性のある、キャリアによって経験される（加速、減速もしく転回中の）加速度およびジャークである。従来技術の摩擦ベースのトラックシステムに対しては、トラック全体が動くため、トラックの速度は、典型的には、パックによって経験される加速度およびジャークが閾値量を超えることを防止するために制限される。しかしながら、個々のキャリアに対応することのできる独立して動作するセクション、もしくは個々の独立した作動性能を有する個々のキャリアを有するトラックシステムを利用することによって、平均速度が従来のトラックの速度よりも大きくなることを可能にする一方で、任意の与えられたキャリアの加速度は、加速／減速およびジャークを制限するために適合させることができる。キャリアの最高速度を制限しないことによって、キャリアは、適切な場合に各トラックセクション上で加速し続けることができ、結果としてトラック周囲での実質的により高い平均速度を生じる。これによって、分析器の１機械サイクルよりも短時間で、トラックシステム全体を移動するキャリアを支援することができる。これらの機械サイクルは、例えば、２０もしくは４０秒とすることができる。
同様に、自律キャリアは、それ自身のアイデンティティおよびそのペイロードのアイデンティティを知ることができる。これによって、個々の決定点において、キャリアがルーティング決定プロセスにアクティブに関与するかまたは支援することを可能にする。例えば、決定点（例えば、スイッチ、交差点、接合点、分岐点（フォーク）など）に到達することによって、キャリアは、ＲＦもしくは近接場通信を介して、トラックもしくは任意のスイッチング機構（もしくは、ペイロードアイデンティティに基づいてキャリアが決定した意図されたルート）へと、自身のアイデンティティおよび／もしくはそのペイロードのアイデンティティを通信することができる。このシナリオにおいては、キャリアはバーコードスキャン用に決定点において停止する必要がない。その代わりに、キャリアは、減速さえすることなく進行し続けることができ、キャリアは、リアルタイムでルーティングすることができる。さらには、キャリアが決定点に物理的に到着する前に、キャリアがどこに進行しているか知っているか、または、（トラックがキャリアがどこに進行しているかわかるように）トラックへとそのアイデンティティを通信する場合、もし、キャリアが転回するならば、キャリアは決定点の前に減速させることができる。一方、キャリアが決定点において転回する必要がない場合、キャリアはより高い速度で進み続けることができる。なぜなら、キャリアによって運搬されるサンプルは、キャリアがトラックの決定点もしくは曲線セクションにおいて転回しない場合、コーナリングフォースを経験しないからである。
自律キャリアは、内蔵処理およびセンサ性能も含むことができる。これによって、トラックによって方向づけられるのではなく（幾つかの実施形態においては、中央コントローラが実行されるべきキャリアへとルーティング命令を送信するが）、キャリアがトラック上のどこにあるか、ならびにどこに行く必要があるかを決定することを可能とする。例えば、トラック内の位置符号化もしくはマーカは、キャリアの位置を決定するために、キャリアによって読み出すことができる。絶対的位置情報は、キャリアがトラックを移動するとき、キャリアに対して参照点を提供するために、トラック表面上に符号化することができる。この位置符号化は、多くの形式をとる可能性がある。トラックは、トラックの現在のセクションを示す光学マーカで符号化されてもよいし（例えば、仮想ハイウェイサインなど）、トラックのセクション内の特定の絶対的位置の光学符号化をさらに含んでもよい（例えば、仮想マイルマーカなど）。位置情報は、絶対的位置マーク間のマーキングで符号化することもできる。これらは、その現在の軌道を計算するうえでキャリアを支援するために、同期情報を提供することができる。光学符号化スキームは、当業者に既知の任意の適切な形式をとることができる。符号化スキームによって使用されるこれらのマークは、ある位置においてトラックに配置されたＬＥＤ、バーコード、ＱＲコード（登録商標）、データマトリクス、反射的ランドマークなどのロータリエンコーダ、光学ランドマークに見出されるようなバイナリ位置符号化を含んでもよい。一般的位置情報は、ＲＦ／ワイヤレス手段を介してキャリアへと伝送することもできる。例えば、トラック内のＲＦＩＤマーカは、トラックの所定の部分に入ったことをキャリアに警告するために、キャリアに近接場通信を提供することができる。幾つかの実施形態においては、トラック周囲もしくはトラック近傍のローカル送信機は、キャリアがその位置を決定することを可能にするために、ＧＰＳ様位置情報を提供することができる。あるいは、ホール効果センサもしくはカメラなどのトラック内のセンサは、個々のキャリアの位置を決定し、キャリアにこの情報を中継することができる。
同様に、キャリアは、位置を決定するために蓄積できるデータを提供する、相対的な作動を示すセンサを有することができる。例えば、キャリアは、相対的位置を推定するために使用することができるジャイロスコープ、加速度計、または速度もしくは加速度を決定するためにキャリアが移動するにつれてスペックルパターンを観察する光学センサを有してもよい。
キャリアは、どこにキャリアがあるか、およびトラックに対するその動きを知ることができるため、キャリアは、その宛先を知っている限り、それ自身を実質的に駆動することができる。キャリアのルーティングは、種々の実施形態においては、多くの異なる方法で提供することができる。幾つかの実施形態においては、キャリアがサンプルを装填されると、システムはキャリアに宛先分析器ステーションを教えることができる。この情報は、キャリアが自律ルーティング性能を有する実施形態においては、宛先ステーションの識別と同じくらい単純である可能性がある。この情報は、個々のトラックセクション、およびキャリアが移動するであろう決定点の特定の経路を識別するルーティングリストなどの詳細情報である可能性もある。ルーティング情報は、ＲＦ通信、近接場／誘導通信、電子的接触通信、もしくは光通信などの、本明細書で記述された任意の通信方法を介してキャリアに伝送することができる。
例示的な一実施形態においては、オペレータがサンプルチューブのバーコードをスキャンして、キャリア内へ配置するとき、システムは、キャリアのアイデンティティを判定して、サンプルのアイデンティティとキャリアのアイデンティティを整合する。システムはその後、サンプルが分析器内でどの試験を経験しなければならないかを決定するために、サンプル用の記録の位置を定める。スケジューラは、その後、サンプルに対して試験リソースを割り当て、それは、個々の試験ステーションによってどの試験が行われるか、ならびにサンプルがいつ解析用の各試験ステーションに到達するべきかを選択することを含む。システムはその後、キャリアがどこに進行する必要があるか、ならびに、任意で、キャリアがいつ進行する必要があるかおよび／もしくはキャリアがいつ到着する必要があるかをキャリアに知らせるために、キャリアに対してこのスケジュール（もしくはスケジュールの一部）を通信することができる。
一旦キャリアがトラックシステム上に配置されると、ルーティング性能およびキャリアの位置獲得システムは、キャリアがトラック上のどこにあるか、ならびに、キャリアがトラック上のどこに進行する必要があるかをキャリアが決定することを可能にする。キャリアがトラックを移動すると、キャリアは個々の決定点に到達し、メイントラックに沿って、もしくは適切な場合サブ経路に沿って方向づけることができる。各キャリアは互いに独立して動作するため、キャリアは、各決定点において必ずしも停止することなく、ならびに待ち行列における他のキャリアを待つことなく、非常に迅速にこれを行うことができる。これらのキャリアは迅速に移動するため、トラックのメインセクション上のトラフィックは少なく、トラック内の決定点もしくは角部（例えば、キャリアがサンプル上の過度の力を回避するために減速するセクション）において衝突もしくは交通渋滞のリスクは減少する。
推進力は、多くの方法でキャリアに対して提供することができる。幾つかの実施形態においては、トラックは、各キャリアに対して個別化された推進力を提供することにアクティブに関与する。幾つかの実施形態においては、推進力は、キャリア内の一つ以上の磁石を推進する、トラックにおける電磁コイルによって提供される。この推進力を提供するための例示的システムは、ＭａｇｎｅＭｏｔｉｏｎ，Ｉｎｃ．によって提供されるトラックシステムであって、それは、ＭａｇｎｅＭｏｔｉｏｎ，Ｉｎｃ．に割り当てられた米国特許出願整理番号２０１０／０２３６４４５に見出される、線形同期モータ（ＬＳＭ）の記述によって概して理解できる。この磁気的作動システムを利用するこれらの従来のシステムは、本明細書で記述されたキャリアの統合された知能を欠く受動的キャリアを含み、全てのルーティングおよび決定は、ルーティングおよび識別プロセスに関与するアクティブキャリアを必要とすることなく、中央コントローラによって行われる。
磁気的作動を利用する実施形態においては、電磁的コイルおよび磁石は、速度、加速度およびジャークの精密な制御で、選ばれた方向へと各個々のキャリアを推進させるためのＬＳＭとして動作する。トラック上の各コイル（もしくはローカルセットのコイル）が独立して動作できる場合、個々のキャリアがそれ自身個々に適合された加速度および速度で動くことができるように、これによって、個々のキャリアに対して高度に局所化された推進力を可能とする。任意の瞬間におけるキャリアに対してローカルなコイルは、コイル付近を通過する個々のキャリアの方向、速度、加速度およびジャークの精密な制御を提供するためにアクティブ化することができる。
幾つかの実施形態においては、トラックはローカルにカスタマイズ可能な摩擦トラックとして機能する多くの個々の明瞭なローラで構成されてもよい。トラックのうちの個々のマイクロセクションは独立して管理できるため、キャリア周囲のローラは、個別化された速度、加速度、およびジャークを提供するために制御されてもよい。幾つかの実施形態においては、各キャリアに個々に局所化された推進力を提供する他のアクティブトラック構造を使用することができる。
幾つかの実施形態においては、トラックは、ほぼ受動的であって、フロア、壁、レールもしくは単一の次元に沿ってキャリアを誘導するための、キャリアの作動に対する任意の他の適切な制限を提供する。これらの実施形態においては、推進力はキャリア自身によって提供される。幾つかの実施形態においては、各個々のキャリアは、トラックとキャリアの間の自己推進摩擦ベースの推進力を提供するためのホイールを駆動する、一つ以上の内蔵モータを有する。従来の摩擦トラックとは異なり、トラックがコンベヤである場合、駆動されたホイールを有するキャリアは、独立してトラックを移動し、個々に加速／減速することができる。これによって、個々に適合されたルートに沿ってトラックを移動するのと同様に、各キャリアがそのペイロードに及ぼされる力を制御するために、自身の速度、加速度およびジャークを任意の瞬間に制御することを可能にする。幾つかの実施形態においては、永久磁石がトラック内に提供され、キャリア内の電磁石がキャリアを前方に推進するために動作し、それによって、駆動磁気力を提供するキャリアを有するＬＳＭとして動作する。キャリアがウォータージェットなどを介して自律的に浮遊して動くことを可能にする流体トラック、トラックによって提供された空気ポケット上にキャリアが浮遊することを可能にする低摩擦トラック（例えば、局所化されたエアホッケーテーブルのように動作する）もしくは個々のキャリアがトラックを移動するときに個別化された推進力を経験することを可能にする任意の他の構成などの、他の受動的トラック構成もまた予測される。
図７は、例示的な知能自律キャリア３００用の制御システムおよびセンサのトップレベルシステム図を示す。キャリア３００は、キャリアを操作するために必要とされる操縦、保守、作動およびセンサ活性を扱うための十分な処理力を含むマイクロコントローラ３０１によって制御される。キャリアはアクティブであって内蔵電子機器を含むため、従来技術の受動的キャリアとは異なり、キャリアは内蔵電力ステーションを含む。このステーションの詳細は、本発明の異なる実施形態で変化する。幾つかの実施形態においては、電力システム３０３は、キャリアが動作すると充電されうるバッテリを含み、他の実施形態においては、バッテリは置換可能であるか、またはキャリアが動作していないときに手動で充電することができる。電力システム３０３は、バッテリを保持するために必要な充電電子機器を含むことができる。他の実施形態においては、電力システム３０３は、地下鉄車両もしくは模型電車が電力を受信するのとほぼ同じ方法で、トラック自体から電位を獲得するための誘導もしくは電子接触機構によって充電されうるキャパシタを含む。
マイクロコントローラ３０１はシステムメモリ３０４と通信する。システムメモリ３０４は、データおよび命令メモリを含んでもよい。メモリ３０４内の命令メモリは、キャリアを操作するために十分なプログラム、アプリケーションもしくは命令を含む。これは、センサ取扱アプリケーションと同様に操縦手順を含んでもよい。メモリ３０４内のデータメモリは、現在位置、速度、加速度、ペイロードの内容、操縦計画、キャリアもしくはペイロードのアイデンティティ、もしくは他の状態情報についてのデータを含むことができる。キャリア３００内に内蔵メモリを含むことによって、キャリアは、現在の状態のトラックを維持して、トラック周囲を知的にルーティングするか、トラックもしくは他のキャリアに状態情報を伝送するために、情報を利用することができる。
マイクロコントローラ３０１は、モーションシステム３０５、センサ３１２、３１３および３１４、通信システム３１５、状態ディスプレイ３１６ならびにサンプルセンサ３１７を操作することを担当している。これらの周辺機器は、バス３１０を介してマイクロコントローラ３０１によって操作することができる。バス３１０は、複数の周辺機器と通信することが可能なＣＡＮバスなどの任意の標準バスであるか、または、個々の周辺機器へと個々の単一経路を含むことができる。周辺機器は、それ自身の電源もしくは共通の電力システム３０３を使用することができる。
モーションシステム３０５は、本明細書で記述されたモーションシステムのうちの任意のシステムを操作するために必要な制御論理を含むことができる。例えば、モーションシステム３０５は、駆動されたホイールを利用する実施形態においては、モータコントローラを含むことができる。他の実施形態においては、モーションシステム３０５は、キャリア３００に推進力を提供するために必要な任意のアクティブトラックシステムと通信するために必要な論理を含むことができる。これらの実施形態においては、モーションシステム３０５は、マイクロコントローラ３０１によって実行され、トラックと通信するために通信システム３１５を利用するソフトウェアコンポーネントであってもよい。モーションシステム３０５によって制御されるモータ、アクチュエータ、電磁石などのデバイスは、これらのデバイスがキャリアに内蔵される実施形態においては、電力システム３０３によって電力を供給することができる。ＬＳＭがトラック内のコイルにエネルギーを供給することによって推進力を提供する実施形態などの幾つかの実施形態においては、外部電源もまた、電力を供給することができる。幾つかの実施形態においては、モーションシステム３０５は、推進力を提供するためにキャリア内外のデバイスを制御する。幾つかの実施形態においては、モーションシステム３０５は、トラック内の近傍のコイルにエネルギーを供給することを要求することによって、もしくはローカルローラの移動を要求することによって、推進力を調整するために、トラック内のコントローラなどの他のコントローラとともに動作する。これらの実施形態においては、モーションシステム３１５は、キャリアを動かすために通信システム３１５とともに動作することができる。
キャリア３００は、一つ以上のセンサを含むことができる。幾つかの実施形態においては、キャリア３００は、衝突検出システム３１２を含む。衝突検出システム３１２は、キャリアが別のキャリアに近づいているか否かを判定するために、キャリアの前面もしくは背面にセンサを含むことができる。例示的な衝突検出センサは、ＩＲ測距装置、磁気センサ、マイクロ波センサもしくは光検出器を含むことができる。多くの従来技術のパックは円形であるが、キャリア３００は、前面部分および背面部分を有する指向性であってもよい。指向性の外形を有することによって、キャリア３００は、前面衝突検出器および背面衝突検出器を含むことができる。
幾つかの実施形態においては、衝突検出情報は、通信システム３１５を介して受信された情報を含むことができる。例えば、幾つかの実施形態においては、トラック用の中央コントローラは、衝突を防止するために、トラック上のキャリアの位置および速度を観察して、衝突状態を評価し、キャリアに対してアップデートされた方向を送信することができる。幾つかの実施形態においては、付近のキャリアは、それらの位置をピアツーピア方式で通信することができる。これによって、他のキャリアから受信されたリアルタイム位置情報に基づいて、衝突のリスクをキャリアが個々に評価することを可能とする。キャリアが他のキャリアについての軌道情報を受信するか、または付近のキャリアの軌道情報にアクセスした中央コントローラの支援によって決定が行われる実施形態においては、キャリアは指向性である必要がなく、また、キャリアの任意の方向に依存しないセンサもしくは受信機を含むことができることを理解されたい。
キャリア３００は位置デコーダ３１３も含むことができる。このセンサは、本明細書で記述されたようにキャリアの位置を推定することができる。例えば、位置デコーダ３１３は、トラック内のランドマークを識別するため、もしくはトラック内の光符号化を観察するために、カメラもしくは他の光学手段を含むことができる。幾つかの実施形態においては、位置デコーダ３１３は、慣性センサ、磁気センサ、もしくはキャリアの現在位置、方向、速度、加速度および／もしくはジャークを決定するために十分な他のセンサも含むことができる。
キャリア３００は、任意でバーコードリーダ３１４を含むことができる。バーコードリーダ３１４を備えている場合、キャリア３００は、サンプルがキャリア上に装填されたときか、またはその後の任意の時間に、そのペイロードのバーコードを観察することができる。これによって、サンプルチューブのバーコードをシステムに読みとらせるために、個々の決定点においてキャリアが停止する必要性を回避する。サンプルチューブのアイデンティティを読み取って格納することによって、もしくはこの情報をシステム全体へと伝送することによって、キャリアは、トラックシステムをより効率的に移動してもよい。なぜなら、ルーティング判定は、決定点に到達する前に行うことができるからである。或いは、サンプルがキャリア上に配置されるとき、サンプルのアイデンティティをシステムが知っている場合、システムは、外部バーコードリーダを含み、通信システム３１５を介して記憶装置およびメモリ３０４用に、キャリアに対してペイロードのアイデンティティを伝送することができる。
通信システム３１５は、キャリアがオートメーションシステム全体と通信することを可能にするのに十分な任意の機構を含むことができる。例えば、これは、８０２．１５．４、任意の適切なバージョンの８０２．１１、もしくは任意の標準もしくは専用ワイヤレスプロトコルなどのオフザシェルフ（既存の）通信プロトコルを利用するワイヤレス通信用のＸＢｅｅ通信システムを含むことができる。通信システム３１５は、ＲＦ通信プロトコルを操作するための送受信機およびアンテナおよび論理を含むことができる。幾つかの実施形態においては、通信システム３１５は、近接場通信、光通信、もしくは電子接触コンポーネントも含むことができる。キャリア３００へと／キャリア３００から通信システムを介して伝送される情報は、本出願を通して記述される。
幾つかの実施形態においては、キャリアは、状態ディスプレイモジュール３１６も含むことができる。状態ディスプレイモジュール３１６は、コントローラと、ＬＣＤパネルもしくはＥインクディスプレイなどの再書き込み可能な電子ディスプレイを含むことができる。幾つかの実施形態においては、コントローラは、マイクロコントローラ３０１が状態ディスプレイ３１６を容易にアップデートすることができるように、メモリのうちのアドレス指定可能な部分として扱われる。
幾つかの実施形態においては、キャリアはサンプルセンサ３１７も含む。このセンサは、キャリアのチューブブラケット（チューブホルダとも称されうる）内の流体容器の存在もしくは不在を示すために使用することができる。幾つかの実施形態においては、これは、チューブの存在によって押され、チューブが存在しないときには押されない一時的な機械スイッチである。この情報は、チューブの状態を決定するために使用することができ、状態ディスプレイモジュール３１６による状態情報の表示を支援することができる。
［ルーティング］
分析器システム内の通過時間を迅速にする要望が、ルーティングを困難なものにする可能性がある。従来技術のシステムにおいては、迅速なルーティングはそれほど重要ではない。なぜなら、サンプルは、各決定点において概して停止し、単一化され、スキャンされるからである。当該システムにおいては、任意の決定点用のルーティング判定は、サンプルが停止している間に行うことができる。迅速なルーティング判定は、概して望ましく、サンプルキャリアが決定点に到達する前にスイッチング決定を決定することを必要とすることがある。さらには、キャリアが従来技術と比較して速い速度で移動するため、サンプルキャリアの即時の軌道の制御は、ＩＶＤサンプルの溢流もしくは傷害を防ぐために、リアルタイム処理によって支援することができる。幾つかの実施形態においては、実質的に即時の軌道観察および制御は、リアルタイム制御を容易にするために各内蔵キャリアで実施されるが、全体のルーティング判定は、一群のキャリアを管理する中央コントローラによって行われる。したがって、本発明の幾つかの実施形態においては、キャリアは、中央コントローラからグローバルルーティング命令を受信する半自律ロボットのように動作するが、実質的に自律してローカルモーション判定を行う。
例えば、キャリアがサンプル（例えば、患者の流体サンプルもしくは他のペイロード）を受け取ると、一つ以上のキャリアを管理する中央コントローラは、当該キャリア用のスケジュールを決定し、例えば、インビトロ診断オートメーションシステムのトラック上でキャリアがどこに進行するかを、キャリアに対して命令する。この命令は、任意の決定点へと進行する、次の決定点へと前方に移動する、もしくは任意の決定点において転回するなどの次のホップの命令（例えば、ルートの次のレッグを識別する）とすることができる。幾つかの実施形態においては、命令は、トラックセグメントおよび移動するべき決定点ならびに各決定点において転回するか否かの完全もしくは部分的なリストを含むことができる。これらの命令は、本開示を通して説明されるように、ワイヤレスもしくは電子接触シグナリングを含む任意の従来手段を介して、中央コントローラからキャリアへと通信することができる。
命令に従う一方で、各キャリアは適切な速度、加速およびジャークの判定を行うことができる（本明細書で使用されるように加速は減速を含む）。これは、衝突を回避するためにもしくは過度の横力を引き起こすことなくカーブに入るためにキャリアが減速しなければならないか否か、または、次の決定点前に減速しなければならないか否かのリアルタイム判定を含むことができる。これらの判定は、付近のキャリアの位置および軌道についての情報などキャリアによって受信された外部情報と同様に、任意の内蔵センサの支援で行うことができる。例えば、加速度計および／もしくはトラックエンコーディング情報は、キャリアの現在位置と同様に、現在速度、加速度およびジャークを決定するために使用することができる。この情報は、各キャリアによってその軌道を決定するために使用することができ、および／もしくは他のキャリアに伝送することができる。ＲＦ距離測定器などの衝突検出器は、キャリアが減速するおよび／もしくは停止する必要があるか否かを判定するうえでキャリアを支援するために、衝突が発生しうる条件が存在するか否かを判定することができる。この衝突判定は、観察を通して現在のキャリアによって、もしくはトラック用の中央スケジューラからの情報を受信することによって受信された周囲キャリアについての軌道情報と同様に、現在キャリアについての軌道情報を含むことができる。
図８は、オートメーションシステム４００における例示的なルーティングシナリオを示す。キャリア４３０は、ＲＦシグナリングを介して、中央管理プロセッサ４４０からのルーティング命令を受信する。中央管理プロセッサ４４０は、ルーティング命令の発行、キャリアの移動および急送のスケジューリングを含む、キャリアの監視および方向づけに関与することができる。中央管理プロセッサ４４０は、個々のモジュールもしくは状態と相互作用する中央コントローラおよび／もしくはローカルコントローラの一部とすることができる。中央もしくはローカルコントローラは、中央管理プロセッサ４４０の方向付けにおいて動作することもできる。中央管理プロセッサ４４０は、ともに、独立しておよび／もしくは互いと通信して動作する一つ以上のプロセッサを含むことができる。中央管理プロセッサ４４０は、マイクロプロセッサ、一つ以上のプロセッサ上で動作するソフトウェア、もしくはトラックシステム４００内で複数キャリア用のスケジュールを計算するのに適した他の従来のコンピュータ手段とすることができる。
中央管理プロセッサ４４０は、トラックシステム４００におけるセンサからの任意のセンサ情報および／もしくはキャリアによって報告された情報と同様に、複数キャリアからの位置情報を受信することができる。中央管理プロセッサ４４０は、キャリアによって運搬されたサンプルもしくは他のペイロードのアイデンティティおよびこれらのサンプルに対してシステムによって実施することが必要とされたアッセイと同様に、キャリアおよびトラックの状態情報を利用する。
図８に示された例示的なトラック４００は、直線セグメントＢおよびプルアウトセグメントＧ（例えば、試験ステーションを提供するセグメント）に接続する第一のカーブセグメントＡを含み、プルアウトセグメントＧは、決定点４０２を介して、分析器／試験ステーション２０５Ａおよびピペット４２０を提供する。セグメントＢは、直線セグメントＣおよびプルアウトセグメントＨに接続し、プルアウトセグメントＨは、決定点４０４を介して、分析器／試験ステーション２０５およびピペット４２２を提供する。セグメントＣは、決定点４０６を介して、曲線セグメントＤ（サンプル取扱ステーション２０５Ｃを提供する）およびプルアウトセグメントＩ（分析器／試験ステーション２０５Ｂおよびピペット４２４を提供する）に接続する。セグメントＤは、決定点４０８を介して、直線セグメントＥおよびプルアウトセグメントＩの他端に接続する。即ち、決定点４０６と４０８の間には、異なる経路であるセグメントＤおよびＩが存在する（セグメントＩは、ピペット４２４と相互作用するために、サンプルを送達するのに使用できるプルアウトである）。セグメントＥは、決定点４１０を介して、直線セグメントＦおよびプルアウトセグメントＨの他端に接続する。セグメントＦは、決定点４１２を介して、カーブセグメントＡおよびプルアウトセグメントＧの他端に接続する。幾つかの実施形態においては、トラック４００は、決定点４０２および４１２においてキャリアを追加もしくは除去するために使用できる入力および出力レーンＪおよびＫを含む。
幾つかの実施形態においては、決定点４０２−４１２は、適切な宛先セグメントを選択するためにキャリア４３０が操縦できるトラック内の受動的分岐点である。他の実施形態においては、決定点４０２−４１２は、キャリア４３０もしくは中央管理プロセッサ４４０によって制御できるアクティブ分岐点である。幾つかの実施形態においては、決定点４０２−４１２は、ＲＦもしくは近接場通信などを介して、キャリア４３０による要求に応答する電磁的に制御されたスイッチである。幾つかの実施形態においては、これらの電磁的に制御されたスイッチは、キャリアが一度ルーティングされたらスイッチが戻るデフォルト位置（直線部分など）を有する。決定点用のデフォルト位置を利用することによって、キャリアは、決定点において切り替えられる必要がない場合に、各決定点において位置を要求する必要がない。
スケジューラ中央管理プロセッサ４４０は、ピペット４２０の到達範囲内にキャリア４３０およびそのペイロードを配置するために、第一のルート（ルート１）をキャリア４３０に割り当てる。キャリア４３０は、決定点４０２へとセグメントＪに沿って移動し、かつ、ピペット４２０にアクセス可能な位置で停止するようにセグメントＧ上を移動するように命令される。幾つかの実施形態においては、キャリア４３０は、命令を受信して、決定点４０２に到達するために使用するための方向および軌道を決定するために、キャリアの現在位置および軌道を決定する。キャリア４３０は、セグメントＧ上へと決定点４０２において急激な右転回をするであろうことを考慮に入れることもできる。幾つかの実施形態においては、決定点４０２は、キャリア４３０の制御下で動作することができる、トラック内のスイッチング機構を含む。これらの実施形態においては、キャリア４３０は、セグメントＧ上へのスイッチングを要求するために、決定点４０２へ近付くときにトラックと通信する。他の実施形態においては、キャリア４３０は、トラック内へと一体化された外部ゲートの支援なしで、決定点４０２においてキャリア４３０がセグメントＧ上へ右転回をすることを可能にする操縦機構（移動可能なガイドホイール、指向性磁石、非対称ブレーキなど）を有してもよい。これらの実施形態においては、キャリア４３０は、セグメントＧ上への転回を行うために、決定点４０２において操縦機構を使用する。
キャリア４３０は、光符号化もしくはＲＦＩＤタグなどのトラック内の符号化を読みとることによって、キャリアの概略的位置（セクションＪなどのキャリアの現在のトラックセクション）を決定することができる。幾つかの実施形態においては、キャリア４３０は、トラックシステム４００内のキャリアの位置を決定するための複数の手段を使用する。例えば、ＲＦＩＤタグは、どのトラックセグメントにキャリア４３０が位置するのかを概して判定するために使用することができ、光符号化もしくは他の精密な符号化は、当該トラックセグメント内の位置を判定するために使用することができる。この符号化は、（例えば、位置情報から派生的な）符号化内の変化を観察することによって、速度、加速度もしくはジャークを決定するために使用することもできる。
キャリア４３０は、図７における内蔵制御システムに示されるように、中央管理プロセッサ４４０によって受信された明示的な命令、もしくはメモリ３０４内の内蔵データベース内の適切なルートを探すことのいずれかによって、宛先セクションへと適切なルートを決定するために、現在のトラックセクションの識別を利用することができる。幾つかの実施形態においては、キャリア４３０は、メモリ３０４内のキャリア４３０のメモリに格納されたマップに基づいて、セクションＪからセクションＧへと如何にして到達するかを理解する。このマップは、単純なルックアップテーブルもしくは、各ノードが対応する決定点によってリンクされるかもしくはその逆にリンクされるトラックセクションのツリーを含むことができる。例えば、キャリアが現在トラックセクションＪにあることを識別すると、内蔵データベースは、セクションＧ上へと右に切り替えるために、決定点４０２へと進行するようにキャリア４３０へと知らせることができる。
図８に示されるように、キャリア４３０は、セクションＧ上へと進行して、ピペット４２０の近傍の位置で停止することによって、ルート１用の命令に応答する。キャリア４３０がいったん停止すると、ピペット４２０を制御する分析器／試験ステーションからのさらなる命令を受信することができる。例えば、分析器２０５Ａは、ピペット４２０を制御して、かつ、セクションＧに沿って正確な位置に自身を配置するように、セクションＧ上のキャリアに命令することができる。これによって、分析器／試験ステーションがランダムアクセス待ち行列としてトラックセクションを扱うことを可能にする。例えば、いったんキャリア４３０がセクションＧ上で停止すると、さらなる命令は、中央管理プロセッサ４４０を介して伝送されるか、ＲＦ伝送またはローカル光もしくは誘導／近接場信号などの他の手段を介して、キャリア４３０へと分析器２０５Ａから直接伝送することができる。これらの命令は、別のキャリアがピペット４２０と相互作用する間の停止、ならびに、分析器２０５Ａがキャリア４３０によって運搬されたサンプルに対する一つ以上のアッセイを実施する準備が出来ているとき、ピペット４２０にアクセス可能な位置へとその後進行することを含む。
いったん、分析器／試験ステーション２０５Ａがキャリア４３０によって運搬されたサンプルとの相互作用を終えると、さらなるルーティング命令を、中央管理プロセッサ４４０からキャリア４３０へと送信することができる。例えば、ルート２は、ピペット４２２と相互作用するために、セクションＨへと進行するためのルーティング命令を含むことができる。幾つかの実施形態においては、キャリア４３０の内蔵メモリ３０４内に含まれるルーティングテーブルは、キャリアが自身をセクションＨへとルーティングすることを可能にするための、トラックレイアウトについての十分な情報を有する。他の実施形態においては、ルーティングステップのリストは、中央管理プロセッサ４４０を介してキャリア４３０へと伝送することができる。キャリア４３０が次のルーティングステップを常に知り、かつ任意でその後のルーティングステップを知るように、他の実施形態は、ルートの任意のサブセットをキャリア４３０へと伝送することおよび／もしくは断片的にルーティング命令を送信することを含むことができることを理解されたい。
本実施例においては、キャリア４３０は、決定点４１２へとセクションＧを介して進行するようにキャリアに命令する、ルート２を表す中央管理プロセッサ４４０からのルートリストを受信する。決定点４１２において、キャリア４３０は、上述されたようにゲートと相互作用することによってか、転回することによって、セクションＡ上へのスイッチングを開始する。キャリア４３０は、加速度およびジャーク状態が、キャリアが運搬するサンプル用の閾値要件を超えないことを保証するために、セクションＧおよびセクションＡ上の曲線トラック状態を考慮することができる。これは、通過中の溢流もしくは不安定性を防止することができる。キャリア４３０によって受信されたルート情報は、その後、転回なしで決定点４０２を通って進行するように、キャリア４３０へ命令する。決定点４０２に近づくときにルート２において使用される軌道は、ルート１の間に使用される軌道とは異なる（例えば、より速い）可能性がある。なぜなら、キャリア４３０は、セクションＧ上へと急な右転回をする必要がないことを知っているからである。幾つかの実施形態においては、これによって、ルート１の間よりもルート２の間で実質的により速い速度で決定点４０２にキャリア４３０が近付くことを可能にする。キャリア４３０が転回しない場合、決定点４０２をより速く移動することによって、キャリア４３０が各決定点において可能性のあるスイッチング用に減速しなければならない実施形態よりも短い時間で、キャリア４３０はルート２を完了することができる。これは、キャリアが転回するか否かに関わらず、キャリアが典型的に停止かつ単一化される従来技術に対する改良である。
決定点４０２を通過した後、キャリア４３０はセクションＢ上へ進行する。決定点４０４において、キャリア４３０は、セクションＣへと進行する。決定点４０６において、キャリア４３０は準備して、キャリアがピペット４２４との相互作用のために停止するセクションＩへと転回する。セクションＧと同様に、セクションＩは、ピペット４２４用の待ち行列として機能し、キャリア４３０は、セクションＩによって提供される分析器／試験ステーション２０５Ｂによるローカル命令下で制御することができる。
ピペット４２４がキャリア４３０との相互作用を行うと、中央管理プロセッサ４４０は、出力経路Ｋへ進行するようにキャリア４３０に命令する、新規のルーティング命令をキャリア４３０へと提供することができる。ルート３は、ルート１およびルート２と同一の方法で処理することができる。ルート３用の命令を受信すると、キャリア４３０は、セクションＩから決定点４０８へと進行し、そこで、キャリアはメイントラックセクションＥ上に戻り、（幾つかの実施形態においては、減速する必要なく）通過した決定点４１０、トラックセクションＦ、決定点４１２および、セクションＫ上に進み、キャリア４３０および／もしくはサンプルは、オペレータによってシステムから除去することができる。キャリア４３０は、その後、入力セクションＪにおいてサンプル用に再利用することができる。ルート４に対する命令を受信すると、キャリア４３０は、サンプル取扱ステーション２０５ＣへとセクションＤを進み、メイントラックセクションＥ上に戻る決定点４０８へと進み、その後、ルート３と同様に進行する。
幾つかの実施形態においては、図８の各トラックセクションは、一つ以上の速度領域を含むように構成することができる。これは、各キャリア用のモーションプロファイルを維持するソフトウェア内で速度もしくは加速度制限として表されてもよい。例えば、セクションＤは、キャリアがセクションＤを移動するとき、トラックによって及ぼされる固有の求心力を処理するために、全キャリア用の低速度領域として軌道制御用に表されてもよい。同様に、トラックセクションは、トラックセクション内の複数の速度領域を含み、それらはモーションプロファイルルールを含んでもよい。例えば、キャリアは、トラックセクションＤ内で近づいてくる速度制限領域によって、制動領域として、セクションＣの後半部分を識別するルールのソフトウェア強制に応じて減速してもよい。幾つかの実施形態においては、キャリア用のモーションプロファイルルールを維持することを担当するソフトウェアは、近づいてくる速度領域および非制限トラックセクションにおける制動を予測して考慮に入れてもよい。さらには、異なるトラックセクション部分は、動的速度領域として表すことができる。例えば、ピペットとの相互作用のための停止点は、当該位置で停止すべきキャリア用にゼロの速度を有する速度領域によって表すことができる。これによって、停止位置に近づくにつれて、軌道強制ソフトウェアが、影響を受けたキャリアを自動的に減速させることを可能にする。
図９は、ルーティング命令に従うときのキャリア４３０の一般的な動作図を示す。方法５００に示されるように、動作は、中央管理コントローラなどの中央スケジューラによって、もしくは中央スケジューラとの相互作用によって最小限の制御で、キャリアによって行うことができる。ステップ５０１において、キャリアは、例えば中央スケジューラからのルーティング命令を受信する。本実施例においては、ルーティング命令は、トラックシステムにおける決定点へのキャリアのルート全体をキャリアが決定するための十分な情報を含む。これらの命令は、転回するための決定点および移動するためのセクションを含む、全ルーティングポイントのリストを含むことができる。幾つかの実施形態においては、ルーティング命令は宛先点を含み、内蔵ルーティング情報は、とるべき最良のルートを決定するためにキャリアによって使用することができる。少なくともメイントラックが一方向であるとき、キャリアによるルーティング計算はかなり単純であって、ノードおよびセクションのツリーの検索、もしくは可能性のあるルート交換のルックアップテーブルの検索を含む任意の既知の方法を含むことができることを理解されたい。
これらの命令は、各セクション用の速度および加速モーションプロファイルも含むことができる。幾つかの実施形態においては、トラックの各セクションに対する速度および加速度は、そのペイロードに基づいて、かつ、内蔵データベース内の情報（トラック長、トラックの曲率、決定点の位置、サンプルのタイプもしくは運搬されるペイロードのタイプ、キャリアが決定点に到達すると転回するか、同一方向に進行するか否かの考慮など）に基づいて、キャリアによって計算することができる。幾つかの実施形態においては、ステップ５０１で受信されるルーティング情報は、いつ通過を開始するかおよび／もしくはいつ通過を完了するかをキャリアに命令するためのタイミング情報も含む。
ルーティング命令を受信して通過を開始すると、キャリアは、ステップ５０２において、現在位置ならびに任意でそのルートを開始するために必要な方向を決定する。一般的に、キャリアはニ方向（前方もしくは後方）にだけ動くことができ、幾つかの実施形態においては、移動中に転回を開始することができる。簡略化された移動モデルのために、キャリアは、ＲＦＩＤ情報によって現在のトラックセクションを獲得することなどによって、その現在位置の概略的な理解を有するだけで、通過を開始することができる。幾つかの実施形態においては、キャリアは前進前に、トラックセクション内の現在位置を決定するために、トラックにおいてより精密な符号化を使用する。
いったん現在位置および必要な方向が決定されると、キャリアはステップ５０４において通過を開始することができる。トラック上の位置、現在のトラックの構造、次の決定点への距離、サンプル／ペイロードのタイプおよび現在速度の理解を利用することによって、キャリアは通過を開始するための安全な加速度プロファイルを決定することができる。例えば、キャリアが次の決定点から長距離離れており、かつ現在停止している場合、キャリアはサンプル用の最大加速度での加速を開始することができる。幾つかの実施形態においては、キャリアの加速は、サンプルを高い程度のジャークに晒すことを回避するために、強化される。
図１０は、通過時間を最小限化しながら、ジャークおよび加速を制限するために使用できる例示的な加速モーションプロファイルを示す。台形加速プロファイルを使用することによって、加速が（サンプルの傷害もしくは漏流を回避するための閾値量よりも小さい）安全な値に到達するまで、加速は、不必要なジャークを回避するために強化される。加速が閾値量よりも小さいことを保証することによって、キャリアは、衝突を軽減するか、またはペイロードの加速閾値を超えることなく他の予期していない状態を扱うために、使用可能な幾らかの加速を有してもよい。概して、最大速度は、開始点と停止点の間の中間で到達される。幾つかの実施形態においては、トラックの直線セクション用に最高速度が存在せず、過度の横方向の加速を防ぐために、最高速度によってトラックの曲線セクションが管理される。これらの速度制限および加速閾値は、知能キャリアに対して既知であり、内蔵メモリ内でアクセス可能であってもよい。キャリアによって使用される正確なモーションプロファイルは、運搬されるペイロードに依存して変化することができる。例えば、空のキャリア、または試薬もしくはサンプルのないペイロードを輸送するキャリアは、サンプルを運搬するモーションプロファイルよりも高い制限を有するモーションプロファイルを利用してもよい。
トラックの一定速度によって管理される従来の摩擦トラックとは異なり、本発明の幾つかの実施形態は、動的加速プロファイルを可能とし、従来技術よりもかなり早い平均速度でキャリアが移動することを可能にする。幾つかの実施形態においては、トラックシステム内の任意の点間の最大通過時間を、診断分析器の動作サイクルの一部よりも短く制限することが概して望ましい。例えば、トラックシステム上の任意の点間の最大距離が２５ｍであって、動作サイクル時間が２０秒である場合、全ての転回、加速、減速、発進および停止を含むキャリアの平均速度は、５秒以下で３０ｍもしくは６ｍ／ｓ（〜２．１ｋｍ／ｈｒ）で移動するために十分であることを保証することが望ましい。通過における大半の時間が加速もしくは減速に費やされるため、直線コースにおけるキャリアの最大速度は、実質的にこの平均速度よりも速い可能性があることを理解されたい。
ジャークおよび加速はサンプルに対して制限されるべきであるため、加速のリアルタイム制御が望ましい。この目標は、加速度計もしくは他のセンサを利用してキャリアの現在の軌道を監視できるように、キャリア自身に加速の制御を与えることによって達成される。キャリアは、位置、トラフィックおよび近づいてくる転回用に減速する必要性などのトラック条件に基づいて、その軌道を動的に変化させることができる。この方法においては、キャリアは、それ自身の動的安定状態を監視して制御するために責任がある可能性がある。
図９に戻ると、ステップ５１０において、キャリアは、ステップ５０４において決定された軌道に従って、加速もしくは減速し続けることが安全か否かを判定する。ステップ５１０は、衝突検出または他の予期されない障害またはシステム全体もしくはキャリア特有の休止コマンド用のチェックを含むことができる。幾つかの実施形態においては、ステップ５１０における決定は、ＲＦ距離測定器を含む衝突検出センサに基づくものだが、中央管理コントローラからもしくは他のキャリアからステップ５０５で受信されたトラックについての状態情報も含むことができる。この状態情報は、例えば、周囲のキャリアについての位置および軌道情報、もしくは休止命令などのアップデートされたコマンド、または新規ルート命令を含むことができる。
キャリアがステップ５１０において計画された軌道を進み続けることが安全ではないと判定する場合、キャリアは、ステップ５１２において衝突を軽減するか回避するためのステップを行うことができる。例えば、加速プロファイルが別のキャリアに対して危険なほど近くにキャリアを配置することが判定された場合、キャリアは減速を開始することができる。幾つかの実施形態においては、衝突を回避するために減速する判定は、現在の軌道の推定および他のキャリアの観察された軌道に基づく。現在の軌道が、キャリアの前に存在するキャリアから安全でない追随距離内にキャリアを移動させることが判定される場合、軽減手順が開始される。幾つかの実施形態においては、各キャリアは入ることが安全ではない衝突領域を有するものとしてモデル化される。この衝突領域は、キャリアとともに移動する。キャリアが別のキャリアの衝突領域を侵略する（または別のキャリアが目下のキャリアの衝突領域を侵略する）ことを検知する場合、キャリアは減速する（もしくは幾つかの実施形態においては、後部端での衝突を回避するために加速する）ことによって衝突を軽減することができる。
キャリアが衝突を軽減するために減速／加速した後、キャリアは、新規衝突回避条件を考慮に入れるアップデートされた軌道を決定するために、ステップ５０４へと戻る。安全ではない条件が検出される場合、キャリアはステップ５１４においてその軌道を実現して進行する（例えば、条件の連続的監視を可能とするために、ステップ５０４−５１０を繰り返す前に、軌道の一部で進行する）。これは、加速もしくは減速ならびにキャリアの現在の状態および軌道を決定するためのトラック符号化および加速度計の情報の観察を含むことができる。幾つかの実施形態においては、キャリアは、ステップ５１５において、ルーティングおよび衝突回避を支援するために、中央コントローラおよび／もしくは他のキャリアに対して、位置、軌道および／もしくは計画された軌道を含むキャリアの現在の状態を通信する。
キャリアが、計画された軌道の繰り返し実現を開始すると、ステップ５２０において、その宛先末端もしくは近づいてくる決定点などの近づいてくるランドマーク用にトラックを観察する。これらのランドマークは、警告もしくは制動ＬＥＤなどのトラック内の重要な特徴を介して、観察された符号化からランドマークへの距離の推定によって、もしくはそれらの幾つかの組み合わせによって識別することができる。ランドマークが近付いて来ない場合、キャリアはステップ５０４へと進行し、計画された軌道を繰り返し計算して実現し続ける。
本実施例においては、２タイプの重要なランドマークが存在する。第一のランドマークはキャリアの宛先である。キャリアは、トラック符号化もしくはＬＥＤなどのランドマーク特性に基づいて、その宛先に近づいているか否かを判定することができ、ステップ５２２において停止を開始するか、停止手順を完了するための情報を利用する。例えば、キャリアはピペットにアクセス可能な正確な位置に停止するように命令されてもよい。この正確な位置は、ミリメートルの精度で正確な位置でキャリアが停止することを支援するために、トラックの壁もしくはフロア内のＬＥＤを含んでもよい。幾つかの実施形態においては、ステップ５０４において計算された軌道は、その宛先の概略位置におけるキャリアを獲得するために使用され、ステップ５２２における停止手順は、付近のＬＥＤランドマークを探すことおよび適切な位置で停止することなどによって、正確な停止位置を決定するために使用される。
もう一つの重要なランドマークが決定点である。トラック内の符号化もしくは警告ＬＥＤは、キャリアに対して、近づいてくる決定点の位置を伝達することができる。例えば、中央管理コントローラは、決定点において不必要な加速もしくは衝突を防ぐために、キャリアに減速するように警告するために、決定点前のトラックの幾らかの距離における制動位置においてＬＥＤを照射してもよい。他の実施形態においては、キャリアは、トラック符号化から近づいてくる決定点の相対的位置を推定して、必要な場合、ステップ５２４において軌道をアップデートするためにこの距離を利用する。ステップ５２４において、キャリアは、そのルーティング情報に基づいて決定点の相対的位置を判定して、キャリアが決定点において転回するか進行するか否かを決定する。キャリアが転回する場合、サンプルを害するか漏流させる不必要な横力を防ぐために、決定点においてキャリアが転回するときにキャリアの速度が十分に遅いように、減速を開始するために軌道をアップデートする必要がある。
多くの実施例においては、キャリアは、転回することなく通過した決定点を進む。これらの実施例においては、軌道をアップデートする必要がなく、キャリアは現在の速度で進み続けるか、決定点を通して加速し続けることさえもできる。
キャリアが近づいてくる決定点で転回する必要があることを判定する場合、キャリアはステップ５２６において減速して転回を開始することができる。幾つかの実施形態においては、キャリアは、支援なしで前方もしくは後方へ移動することだけできる。これらの実施形態においては、キャリアもしくは中央管理コントローラは、トラックシステム４００内の任意の機械的もしくは電磁的デバイスが決定点を移動するとき、適切な方向にキャリアを方向づけるために噛み合わせられることを保証するために、ステップ５２７において、決定点におけるスイッチング機構と通信することができる。トラック内のデバイスの例は、分岐点におけるある経路をブロックして、分岐点における他の経路をキャリアが転回することを支援する機械的スイッチ（トラックがトラフ様の形状であるとき、レールもしくはゲートに取り付けることができるレールロードスイッチなど）、一方向もしくは別方向にキャリアを引き込む磁石、キャリアが従うＬＥＤなどのキャリアが転回することを支援する経路内の変更シグナリング、キャリアが従来の行列に従う性能を有して備えられる場合、キャリアによって従うことができる行列を含むトラック内のＬＣＤもしくはｅインクパネルを含むことができる。決定点で停止した後、個々のキャリアを単一化し、スキャンし、押し込む従来の構成とは異なり、本発明の幾つかの実施形態は、キャリアが物理的に決定点に到達する前に転回を交渉することができる。これによって、転回するために他の機構を停止させるか、待機させるのではなく、転回の曲率によって制限される速度でキャリアが進行することを可能にすることができる。
キャリアが幾らかの操縦可能性を有し、次の内部スイッチの支援がなくても、決定点で転回できる実施形態においては、キャリアは、決定点に近づくと、適切な経路へとキャリアを方向づけるための操縦機構を使用することができる。決定点において転回した（もしくは転回なしで進行した）後、キャリアは、次の軌道を決定するために、ステップ５０４へ戻る。
［仮想待ち行列］
本発明の幾つかの実施形態においては、トラックシステムの確実かつ迅速な特性は、待ち行列が物理的ではなく仮想的であることを可能とする。仮想待ち行列は、物理的制限によってではなく、ソフトウェアで扱うことができる。従来、待ち行列は物理的であった。最も単純な物理待ち行列は、サンプル取扱動作の任意の与えられた部分における事実上の交通渋滞である。ボトルネックは、ファストインファストアウト（ＦＩＦＯ）待ち行列を生成し、分析器もしくは決定点が、準備したときに待ち行列における次のサンプルを要求することができるように、サンプルキャリアは、行列において事実上停止し、バッファを提供する。ほとんどの従来技術の研究室オートメーショントラックは、付属モジュール（分析器もしくは前／後分析デバイス）によって処理されることを待っているサンプルをバッファするために、ＦＩＦＯ処理待ち行列を保持する。これらのバッファは、モジュールもしくはオペレータの要求が爆発的需要を作り出しても、トラックが、一定の速度でサンプルチューブを処理することを可能とする。将来のサンプル用の前処理タスク（例えば、現在のサンプルの処理中にキュベットを準備するか試薬を吸引する）を個々のモジュールが実施することを可能にすることによって、ＦＩＦＯ待ち行列は、個々のモジュールのスループットを実質的に増加させることもできる。ＦＩＦＯ待ち行列の確実な予測性によって、幾つかの処理タスクの並列化を可能とするが、リソースを最適化するために、サンプルに対する試験を再順序付けすることによって、モジュールがスループットを増加しうる日和見スケジューリングを利用することを防止する可能性がある。例えば、ほとんどの免疫アッセイ分析器の内部リソース競合は非常に複雑なので、分析器は、最大効率に到達するために、複数のサンプルから試験をインターリーブする必要がある。ＦＩＦＯ待ち行列は、これらの分析器のスループットを２０％減少させるだろう。ＦＩＦＯ待ち行列での別の問題点は、優先度を有するサンプル（例えば、ＳＴＡＴサンプル）を扱う能力がないことである。ＳＴＡＴサンプルを即座に処理する必要がある場合、全体のＦＩＦＯ待ち行列は、メイントラック上へとフラッシュされなければならず、トラック上の全ての他のサンプルを遅延させ、元のモジュールにその待ち行列をゆっくりと再構築させる。
もう一つのタイプの待ち行列は、ランダムアクセス（ＲＡ）待ち行列である。カルーセルは、分析器モジュールに見出される物理的ＲＡ待ち行列の一実施例である。サンプルの一部をカルーセルリング内の一つ以上の容器内に分割することによって、分析器モジュールは、分析器内の任意の時間に処理される任意の数のサンプルを選択することができる。しかしながら、カルーセルは、複雑性、サイズおよびコストの追加などの多くの欠点を有する。カルーセルは、定常状態処理時間も増加させる。なぜなら、サンプルはランダムアクセス待ち行列の内外へと移動しなければならないからである。処理遅延は、カルーセル内の配置数などの実装に依存する。一方、サンプルに対してランダムアクセスを有することによって、モジュール内のローカルスケジューリング機構は、サンプルを並行して処理することができ、所望の任意の順序でサブステップを実施する。
幾つかの実施形態においては、カルーセルもしくは他のＲＡ待ち行列は、モジュールから排除することができ、オートメーションシステム由来のサブ経路（例えば２１０）は、ＲＡもしくはＦＩＦＯ待ち行列の一部として使用することができる。即ち、任意の二点間のサンプルの移動時間がカルーセルの移動時間に類似する（動作サイクルの一部よりも予想通り短い）既知の時間に限定することができる場合、トラック２００は、任意のモジュール用の待ち行列の一部である可能性がある。例えば、カルーセルを利用するのではなく、モジュール２０５は、サブ経路２１０上のキャリアにおけるサンプルを利用することができる。試薬準備などの前処理ステップは、試験下のサンプルの到着前に実施することができる。いったん試験下のサンプルが到着すると、サンプルのうちの一つ以上の部分は、アッセイ用にキュベットもしくは他の反応容器内に吸引することができる。幾つかの実施形態においては、これらの反応容器は、トラック外のモジュール２０５内に含まれ、他の実施形態においては、これらの反応容器は、容易な作動を可能にするために、サブ経路２１０上のキャリア内に配置することができる。試験下のサンプルが、動作サイクルよりも長い間モジュールにある必要がある場合、もしくは複数サンプルが動作サイクル中にモジュールによって処理される場合、サブ経路２１０は、モジュール用の待ち行列として機能することができる。
さらには、他のモジュールに現在配置され、まだ試験下ではないサンプルは、次の動作サイクル用にスケジュールすることができる。これらの次のサイクルのサンプルは、モジュール２０５用の仮想待ち行列内に存在するものとして考えることができる。モジュールは、トラック２００上の任意のサンプル用に、任意の動作サイクル中にサンプルが到着するようにスケジュールすることができる。中央コントローラもしくはモジュール自身に関連付けられた複数のコントローラは、所定のサイクル中、サンプルに対する任意の競合を解決することができる。サンプルの到着時間の知識を予めモジュールに与えることによって、各モジュールはリソースを準備して、内部リソースをより効率的に割り当てるために試験もしくは試験の一部をインターリーブすることができる。この方法においては、モジュールは、大きな物理的バッファを利用することによってではなく、ジャストインタイム（ちょうど間に合う）方式でサンプルに対して動作することができる。効果は、所定のモジュールに対する仮想待ち行列が、当該モジュールを提供するサブ経路の物理容量よりも非常に大きくなる可能性があり、既存のスケジューリングアルゴリズムが使用できることである。事実上、従来技術のモジュールにおけるサンプルカルーセルを扱うように、各モジュールは、トラック２００を扱うことができる。
仮想待ち行列を使用することによって、幾つかの実施形態においては、複数モジュールが複数の待ち行列を有し、待ち行列内の単一の待ち行列もしくはサンプルを共有することができることを理解されたい。例えば、二つのモジュールがあるアッセイを実施するために装備される場合、アッセイを必要とするサンプルは、当該アッセイ用に仮想待ち行列に割り当てることができ、アッセイを扱うことが可能な二つのモジュール間で共有される。これによって、モジュール間の負荷バランスを可能とし、並列処理を容易にすることができる。反応容器がトラック２００上のキャリア内に配置される実施形態においては、アッセイは、あるモジュールで開始し（例えば、準備された試薬および／もしくはサンプルが一緒にされる）、当該アッセイは別のモジュールで完了することができる（例えば、反応が別のモジュールで観察される）。複数モジュールは、幾つかの実施形態においては、サンプルを扱うためのマルチコアプロセッサとして事実上考えることができる。これらの実施形態においては、複数モジュール用のスケジューリングアルゴリズムは、所定の動作サイクル中のサンプルに対する競合を回避するために調整されるべきである。
仮想待ち行列を使用することによって、サンプルが他のモジュールの仮想待ち行列内にある間に、モジュールはサンプルに対して動作できる。これによって、サンプルの低いレイテンシーを可能とする。なぜなら、物理待ち行列を通して待機させることなく、トラック２００上に配置される各サンプルを、モジュールが試験を完了するのと同じくらい迅速に処理できるからである。これによって、任意の与えられた時間におけるトラック２００上でサンプルキャリアの数を大きく減少させ、確実なスループットを可能とする。待ち行列もしくはサンプルをモジュールが共有することを可能にすることによって、負荷バランスは、システムのスループットを最大化するために使用することもできる。
仮想待ち行列を利用する別の利点は、ＳＴＡＴサンプルに動的に優先度を割り当てることができることである。例えば、主に静的な物理待ち行列の先頭へと、ＳＴＡＴサンプルを飛び越えるために物理的バイパスを使用しなければならないのではなく、ＳＴＡＴサンプルは、ソフトウェア内の次の動作サイクル用に任意の待ち行列の先頭に移動することができる。例えば、モジュールが次の動作サイクル中のアッセイ用にトラック２００によって３つのサンプルが送達されることをモジュールが予測している場合、モジュールへとサンプルを割り当てる責任があるスケジューラは、ＳＴＡＴサンプルで一つ以上のサンプルを単に置きかえることができ、次の動作サイクル中に処理するためのＳＴＡＴサンプルをトラック２００に送達させることができる。
仮想待ち行列は、物理待ち行列の従来のルールを保証するために、ソフトウェア構造を利用することによって達成することができる。従来、サンプルが待ち行列によって提供されるステーションによって期待されるように振る舞うことができることを保証するために、待ち行列は、サンプルの物理的配置を利用する。論理待ち行列は契約として考えることができる。例えば、ＦＩＦＯ待ち行列は、ステーションとサンプル間のニ方向契約として機能する。サンプルは、サンプルに割り当てられた論理スロットが待ち行列の先頭に到達するときに、利用可能であることを承認する。一方、ステーションは、その位置に基づいて、順番にサンプルを処理することを承認する。これは、サンプルの論理位置が論理待ち行列の先頭に到達する前に、何か他のことを行うことによって、契約の結果をサンプルが維持することができることを意味する。サンプルが必要とされるまで待ち行列の先頭に物理的に近接することを必要とする代わりに、その前の各サンプルが処理されるにつれて、サンプルをサイドカー上に配置して、当該サンプルを前方に徐々に動かすことによって、従来の物理ＦＩＦＯ待ち行列は、待ち行列のこの警告を利用しない。仮想待ち行列を使用すると、サンプルは、それが必要とされるまで、器具の相互作用位置に物理的に近接する必要がない。したがって、サンプルが当該位置に物理的に移動することができる前に器具がサンプルを利用可能になる必要がない限り、サンプルは、器具用の相互作用点に到達することが物理的に可能になる前に、論理待ち行列内に配置されてもよい。ＦＩＦＯ待ち行列に対して、サンプルが必要とされるときの確定可能性は、保証するためのプロセッサ用にこれを顕著に単純にすることができる。
ランダムアクセス待ち行列は、やや異なって振る舞う。ランダムアクセス待ち行列においてサンプルと器具間に形成された契約は、サンプルが器具による要求によって利用可能になることを承認することである。純粋なランダムアクセス待ち行列においては、器具は、何の交換も保証しない。しかしながら、幾つかの実施形態においては、分析器内の基本的ワークフローは、ランダムアクセス待ち行列がサンプルにいつアクセスする必要があるかについて、幾つかの制限を提供するために調査することができる。例えば、ブランチ（枝）実行を含みうるソフトウェア命令とは異なり、分析器内の典型的なワークフローは、結果として、前のステップの結果に基づいて変化する依存性ステップ（例えば、試験）を生じない。試験順序が試験の結果に依存する実施形態においては、試験とその後の試験用の必要性の間の時間の量は、オートメーションシステムがサンプルを適切に扱うことを可能にするのに十分であってもよい。この方法においては、サンプルが論理ランダムアクセス待ち行列内にある間に、待ち行列の先頭の物理位置においてサンプルがいつ必要とされるかの制限が存在してもよい。これは、サンプルがランダムアクセス待ち行列の先頭で必要とされうる前に、オートメーション内でサンプルを扱うためのオプションを提供してもよい。
同様に、幾つかの実施形態においては、ステーション内の処理は、予めスケジュールされた幾つかの器具サイクルである可能性がある。これは、分析器内のワークフローを方向づけるプロセッサが、サンプルが物理的に処理できるよりも速く動作できるためである。例えば、スケジューリングアルゴリズムは、ミリ秒内にプロセッサによって完全に分析できる分析器内のワークフローのモデルを利用し、一方、実際のワークフローにおいて分析器は数分の時間がかかることがある。したがって、種々の実施形態においては、ランダムアクセス待ち行列は、完全にランダムアクセスではなく、器具の各サイクルで必要とされうるランダムアクセス待ち行列内のサンプルのアイデンティティは、ランダムアクセス待ち行列内のサンプルのサブセットのみに限定されてもよい。例えば、１０サンプルを有するランダムアクセス待ち行列は、サンプルが待ち行列内に配置されるか、待ち行列の先頭に物理的に近接した位置から離れてオートメーションシステムによって動かされる前に、判定されてスケジュールされうる、任意の与えられた動作サイクル中に、５サンプルのうちの一つだけを必要としてもよい。
ＦＩＦＯ待ち行列は、以下のワークフロー特性を有し、仮想ＦＩＦＯ待ち行列を操作するソフトウェアにおいて考えられてもよい。
待ち行列内のサンプルは、一定の順序でモジュールに対して利用可能にされる
いったんサンプルが利用可能にされると、再度要求されない
サンプルはいったん先頭に到達すると、待ち行列から自動的に除去される
待ち行列内のＮ番目のサンプルは、少なくとも数秒間（Ｎ×ステーションサイクル時間）モジュールによって要求されない
優先度を有するサンプルを処理するために、待ち行列全体がフラッシュされるべきである
ランダムアクセス待ち行列は、以下の品質を有し、仮想ランダムアクセス待ち行列を操作するソフトウェアにおいて考えられてもよい。
待ち行列内のサンプルは、任意の順序でモジュールによって要求することができる
サンプルは複数回要求されてもよい；モジュールは待ち行列からサンプルを明確に解放しなければならない
待ち行列内の任意のサンプルは、モジュールによって要求することができ、要求されたサンプルは、要求するステーションのサイクル時間内にモジュールへと利用可能にされなければならない
優先度を有するサンプルは、任意の時間に待ち行列に追加することができる（しかしながら、既に開始されたスケジュールされた試験が処理されるまで、優先度を有する試験は分析器によって処理される必要がない）
中央コントローラ４４０などのプロセッサ上で動作するソフトウェアは、それらの待ち行列に配置されうる各サンプル用のタイミング条件を決定するために、ローカル待ち行列を制御する他のプロセッサと通信することができる。オートメーションシステムおよびローカル待ち行列のタイミングの知識を利用することによって、ソフトウェア管理仮想待ち行列は、それが準備されるまで、待ち行列を利用するステーションの物理的位置へとサンプルを方向づけることなく、待ち行列へとサンプルを割り当てることができる。例えば、中央コントローラ４４０は、分析器内で一つの位置にＦＩＦＯ待ち行列の先頭において、３５秒内にサンプルが必要とされることを理解している場合、コントローラ４４０は、３５秒間をおいて、サンプル用の他のタスクをスケジュールしてもよい。同様に、中央コントローラ４４０が、５機械サイクルで、ランダムアクセス待ち行列に追加されるサンプルが必要とされることを知る場合、サンプルが５機械サイクル内で利用可能にできることを現在のトラフィック制限が保証する時はいつでも、コントローラ４４０は、ローカルランダムアクセス待ち行列へとサンプルを追加してもよい。同様に、オートメーションシステムが十分に速いとすると、サンプルがランダムアクセス待ち行列の先頭において要求される同一の機械サイクル中に。サンプルに対してアクセスを要求する他のステーションがない限り、ソーシャルコントローラ４４０は、オートメーションシステムの他の何れの場所にあるときでも、サンプルがランダムアクセス待ち行列用の必要性を満足できることを保証することができる。
仮想待ち行列は、各ローカルモジュール用に各ローカル待ち行列へとサンプルを割り当てる中央コントローラを利用することによって支援されてもよい。中央コントローラ上で動作するソフトウェアは、その後、どのサンプルがどの待ち行列へといつ配置されるかを規定できる。これによって、中央オーソリティが任意の可能性のある競合を監督することも可能にする。中央コントローラは、オートメーショントラック外にサンプルを配置する責任がある、サンプル取扱モジュールもしくはサンプルマネージャモジュールとともに機能することもできる。これは、システム上の全体トラフィックを制限するために有用であり、必要な性能が維持されることを可能とする。これによって、仮想待ち行列の契約を満たすために、ステーションへとサンプルを確実に動かすことを可能にする。
システムレベルルーティングソフトウェアは、処理モジュールへとサンプルを分配することによって、できる限り迅速に、サンプル全てを処理しようと試みることができる。このソフトウェアは、待ち行列の先頭と関連付けられたシステムにおける位置（例えば、任意のステーション用のピペットもしくは取り扱いアームの位置）へと、現在の位置からサンプルを確実に動かすために必要な最大量の時間のモデルを維持することができる。
幾つかの実施形態においては、このモデルは、ステーションの論理クルーに配置された任意のサンプルがＩＶＤ装置内の現在位置から、１システムサイクル時間より短い時間で動かされうる、オートメーション機構を利用することによって簡略化することができる。システムサイクル時間は、サンプルがシステム内の位置間で移動する速度を定義する、オートメーションシステムによって使用される時間単位とすることができる。即ち、システムサイクル時間は、サンプルが引き続きスケジュールされる、トラックシステム内の任意の点間での最大通過時間を識別する。例えば、トラックシステム上の任意の点間の最大距離（サンプルが確実にスケジュールされる）が２５ｍである場合、オートメーションシステム用の動作サイクル時間は２０秒である。全サンプルがオートメーションシステムの動作サイクル内に到達できる距離（例えば、２５ｍ）のままである場合、オートメーションシステムは、サンプルが要求に応じて（例えば、サンプルが論理待ち行列の先頭に到達するとき）待ち行列の先頭に配置することができることを保証することができる。
モジュールサイクル時間は、所定のサンプルの処理を完了するために、モジュール／ステーションによって必要とされる量の時間である。オートメーション通過時間は、ある位置から別の位置へサンプルが動くために必要な量の時間である。例えば、サンプルが分析器用の連続的システムサイクル中に、二つのモジュールステーションによって使用されるようにスケジュールされる場合、中央コントローラは、モジュールサイクル時間と通過時間の和がシステムサイクル時間よりも短いことを保証する必要がある。サンプルが要求される前に何もしていない場合、中央コントローラは、通過時間がシステムサイクル時間よりも短いことを単に保証する必要がある。これによって、当該待ち行列内の任意のサンプルをステーションが要求することを可能とし、サンプルがステーションに物理的に近接しているか、数メートル離れているか否かに関わらず、もしくは別のステーションによって処理されているか否かにも関わらず、サンプルが必要とされたときに到着することを知る。本実施例においては、要求するステーションは、各システムサイクルで単一サンプルを要求する。
このバランスは、要求するステーションの最小サイクル時間（例えば、ステーションがサンプルを要求する速度）が、オートメーションシステムの動作サイクル時間と実質的に同一か、オートメーションシステムの動作サイクル時間よりも長いときに生じる可能性がある。オートメーションがステーションへとサンプルを通過することを可能にするために、要求するステーションがオートメーションシステムのコントローラに、システムサイクル時間のうちの十分短い時間でサンプルを必要とすることを知らせる限り、このバランスは維持することができる。
これは、最大許容可能待機時間（例えば、サンプルがオートメーションシステムから要求されるときとサンプルが必要とされるときの間の許容可能な最大量の時間）がオートメーションシステムサイクル時間（任意のさらに必要とされる通過時間を付け足し、また、オートメーションシステムが大きすぎて、システムサイクル時間が前のステーション用の最大モジュールサイクル時間より長いことを保証できない実施形態においては、必要とされる通過時間を付け足す）と同一かそれより長いときに達成されてもよい。例えば、ステーションは、数モジュールサイクル先の時間に（もしくは、少なくとも単一のシステムサイクルの開始時に、オートメーションシステムで必要とされる距離をサンプルが通過することが可能な十分な時間で）必要とされる予定のサンプルのアイデンティティを知ることができる。このバランスが中央コントローラの制御によって満たされる場合、ソフトウェア内の論理待ち行列に配置される輸送機構上の任意のサンプルは、ＦＩＦＯもしくはＲＡ待ち行列のいずれかにおけるサンプル用に予め定義された要件を満たすことができる。これは、いずれかのタイプの仮想待ち行列の物理的実装が、モジュールの前において単純に単一の処理位置にあることを意味する。“待ち行列内”のサンプルの残りは、幾つかの実施形態においては、輸送機構上の何れの場所にも存在する可能性がある。多くのモジュールを有する大規模オートメーションシステムなどの、幾つかの実施形態においては、待ち行列内のサンプルは、付近のモジュール内の何れの場所にも存在する可能性があり、システム全体に対する通過時間がより大きいときでさえも上述された通過時間要件を維持することを可能とする。これによって、付近のモジュールがワークセルとして機能し、オートメーションシステムのある側から別の側へとサンプルが進行し続ける必要なく、その待ち行列内でサンプルを共有するため、よりスケーラブルな（拡大縮小が容易な）システムを可能とすることができる。
ステーションによる要求によって、サンプルが待ち行列の先頭に物理的に配置できることの保証を維持することによって、中央コントローラは、オートメーションシステム自体を、論理待ち行列内のサンプル用の絶えず移動する物理空間として利用することができる。中央コントローラは、これらの制約を保証するソフトウェア構造を維持することができ、これらの制約が満たされることを保証するために待ち行列へとサンプルを割り当てる責任がある。中央コントローラは、異なる待ち行列の扱いが異なる可能性がある。例えば、デキャッパなどのサンプル取扱ステーションは、サンプルの或る順序を必要としないＦＩＦＯ待ち行列である可能性がある。したがって、中央コントローラは、任意の合理的な順序でこの待ち行列の先頭へとサンプルを送信し、それによって、サンプルが待ち行列内へと配置される他のステーションによるその後の取り扱い用に、サンプルを中央コントローラが準備することを可能にする。同様に、中央コントローラは、一時的な物理記憶装置として機能するために、オートメーションシステム内で適切な位置へと、何もしていないが待ち行列内で順番を待つサンプルを動かすことで充電することができる。これは、アクティブトラックセクション、専用記憶領域などである可能性がある。
サンプルの物理位置から待ち行列用の論理モデルを区別することによって、待ち行列はソフトウェア内で管理されてもよい。ソフトウェア内で待ち行列を管理することは、従来の物理待ち行列で実用的ではない、ある利点を提供する。例えば、ソフトウェア待ち行列は、即座に管理され、再配列されてもよい。これによって、待ち行列を管理するプロセッサが、待ち行列内のサンプルのアイデンティティを判定し、研究室情報システムからこの情報を要求することなどによって、サンプルを扱うことを必要とされる試験パネルを調査し、各サンプル用の試験パネルによって必要とされるステップを実行するためのステーションの利用可能性を判定し、性能を最適化して任意のステーションの休止回数を最小化するために、各サンプル用の試験およびステップをインターリーブし、試験ステーションにおけるサンプルの物理的到達の前に、試験用に必要な任意の試薬の準備をスケジュールし、それによって各サンプル用の適切な待ち行列を決定するか、分析器内の各ステーションによってサンプルが何時必要とされるかを概算するかもしくは決定することを可能にする。このプロセス全体は、ミリ秒以下の時間で行うことができる。
ＳＴＡＴサンプルが到着すると、待ち行列は、当該待ち行列において保留中のサンプルの任意の物理的移動を必要とせずに、ＳＴＡＴサンプルのより高い優先度に適応させるために迅速に再配列されてもよい。ソフトウェアにおいては、所定のステーションでサンプルが必要とされる、将来におけるサイクルを変更すること以外に、サンプルに物理的に影響を及ぼすことなく、サンプルに対して適用されるステップを再配置することができる。例えば、待ち行列のサイズは、ソフトウェア内で動的に構成可能であってもよい。従来技術のＦＩＦＯ待ち行列は、その前のサンプルの前の待ち行列の先頭にＳＴＡＴサンプルを移動することを可能にするために、サンプルの物理的順序を変更するために、待ち行列を物理的にフラッシュすることを必要としたが、ソフトウェア内に保持されたＦＩＦＯ待ち行列におけるサンプル順序の変更は、些細な問題である。各サンプルに関連付けられた待ち行列内の位置は、一つによって単にシフトすることができ、ＳＴＡＴサンプルが、処理されるべき待ち行列内の次の位置を占めることを可能とする。同様に、カルーセルなど、その中に含まれたサンプルへのランダムアクセスを可能とするために使用される物理的システムの拡張性問題によって、物理的制約に基づいて、ランダムアクセス待ち行列は、従来技術において典型的には制限されていたが、ソフトウェア内に保持されるランダムアクセス待ち行列は、動的に構成可能であってもよい。例えば、ランダムアクセス待ち行列は、ＳＴＡＴサンプルが到着すると、通常の優先度の５つのサンプルを有してもよい。６つ目の位置は、ＳＴＡＴサンプルに適応させるために、ソフトウェア内の待ち行列に生成されてもよい。待ち行列を保持し、かつ、待ち行列内のピペットとサンプルの間の相互作用をスケジューリングするプロセッサは、ＳＴＡＴサンプルの存在に対して変更することができ、待ち行列内でアクセスされるべき、より高い優先度のサンプルへとＳＴＡＴサンプルを、プロセッサがスケジュールすることを可能にする。ピペットは、時間的にずらされることがある当該サンプルに物理的に影響を及ぼすことなく、待ち行列内の通常の優先度のサンプルの前に、ＳＴＡＴサンプルを要求してもよい。
図１１は、サンプルマネージャ６０４、第一の分析器ステーション６１０、デキャッパステーション６２０および第二の分析器ステーション６３０の４つのモジュールを含む、例示的な分析器システム６００を示す。ステーションは、個々のステーションを処理する複数のサイドカーを含むオートメーショントラック６０２によって処理される。分析器６００内で、複数のサンプルＡからＰが処理される。物理的バッファと仮想待ち行列の組み合わせが、サンプルの処理を容易にするために使用できる。システム６００で使用される待ち行列の選択は、単に例示的なものにすぎず、仮想待ち行列および物理的バッファリングの任意の組み合わせが使用されうることを理解されたい。幾つかの実施形態においては、全ての待ち行列が仮想的である。サンプルマネージャ６０４は、サンプルを格納するために使用されるオートメーションシステム外の物理的空間の利用を示す。サンプルＩからＰは、トレイ６０６内に配置され、当該サンプルを順序付けし、長期間の格納用に保持することを可能にする。サンプルのトレイは、オペレータによってサンプルを操作するための単純な機械的インターフェイスを提供する分析器内に配置され、かつ分析器外へと取り出されてもよい。サンプルマネージャ６０４は、任意の合理的な方法でこれらのトレイ内に格納されたサンプルを処理し、オートメーショントラック外のランダムアクセス待ち行列もしくはＦＩＦＯ待ち行列としてこれらを効率的に扱う。サンプルは、これらのトレイから除去されて、処理を開始するためにオートメーショントラック上に配置されてもよい。処理を受けるサンプルは、トレイ６０６内の位置へとサンプルマネージャ６０４によって動かされてもよい。したがって、トレイ６０６は、オートメーショントラック６０２およびローカルサイドカー上にあるバッファおよび仮想待ち行列から区別可能であってもよい。本実施例においては、サンプルＨは、サンプルマネージャ６０４によって最近処理されたものであり、サンプルＨをオートメーショントラック６０２上に配置する。
図１１に示された状態において、システム６００は、オートメーショントラック６０２上にサンプルＡからＨを含み、サンプルＩからＰはトレイ６０６内にあり、サンプルマネージャ６０４による処理を待っている。
分析器６１０は、本明細書で議論された原理を利用することによって仮想ＦＩＦＯ待ち行列６１２を保持する。本実施例においては、仮想ＦＩＦＯ６１２は、仮想ＦＩＦＯ６１２の論理構造内に配置された３つのサンプル（サンプルＦ、ＪおよびＫ）を含む。サンプルＣは、仮想ＦＩＦＯ６１２内の位置６１４（待ち行列の先頭に対応する）に配置され、これは、サンプルが分析器６１０によって現在処理されていることを意味する。示されるように、サンプルＣは、分析器ステーション６１０と相互作用するのに適した位置で、分析器６１０と関連付けられたサイドカー上に存在する。例示する目的のために、サンプルＪおよびＫは現在、オートメーショントラック６０２上にはない。しかしながら、サンプルＪおよびＫは、少なくとも更なる２システムサイクル先には、分析器６１０によって必要とされない。サンプルＣおよびＦは、ＦＩＦＯ待ち行列のルールにしたがって、最初に処理されなければならない。種々の待ち行列内のサンプルをスケジュールする（サンプルの追加もしくは除去を含む）コントローラ（中央コントローラ４４０など）は、この関係に注目する。コントローラ４４０は、サンプルＪおよびＫが次の２システムサイクル内に、オートメーショントラック６０２上で処理するために利用可能であることを判定するために、サンプルマネージャ６０４と通信することができる。したがって、サンプルマネージャ６０４が通常のパラメータ内で動作する限り、分析器６１０は、時間通りにこれらのサンプルにアクセスすることができる。したがって、仮想ＦＩＦＯ６１２は、分析器６１０が将来の相互作用のためにサンプルを論理的にスケジュールすることを可能とする。分析器６１０は、サンプルＪおよびＫがオートメーショントラック６０２上に現在位置していないことを知りえない。幾つかの実施形態においては、システム６００は、ある程度のフォルトトレランス（故障許容性）を維持し、それによって、サンプルマネージャ６０４が、スケジュールされたようにサンプルＪもしくはＫを提供できない場合には、分析器６１０は、フォルトトレラントモードにおいてサイクルを単にスキップしてもよい。これは物理待ち行列よりもより効率的に仮想待ち行列を利用する典型的な利点によって克服される、小規模かつ一度の遅延を引き起こす可能性がある。
デキャッパ６２０は、物理待ち行列６２２を保持する。この物理待ち行列は、オートメーションシステム内のサンプル用のバッファとして機能する。示されるように、サンプルＢは、物理待ち行列の先頭における論理位置６２４において、キャッパ６２０に関連付けられたサイドカー上に存在する。一方、サンプルＢは、当該サイドカーによって作成される物理バッファの一部として、サイドカー上に存在もする。サイドカーおよび物理待ち行列６２２は、一対一対応を有し、物理待ち行列６２２が、論理バッファおよび物理バッファの双方であることを可能にする。幾つかの実施形態においては、デキャッパ６２０は、任意の保証された性能要件なく動作し、デキャッパ６２０が、任意の適切なペースかつ任意の順序でサンプルを消費することを可能とする。一方、物理バッファ６２２内のサンプルは、任意の他の仮想待ち行列内にスケジュールすることができない。なぜなら、コントローラ４４０は、待ち行列内にサンプルを配置する黙示的契約を満たすことができることを保証できないからである。
分析器６３０は、仮想ランダムアクセス待ち行列６３２を保持する。分析器６３０は、トラック６０２外のサイドカーによって処理されてもよい。本実施例においては、分析器６３０は、サンプルＡに対するステップを実施し終えたところである。したがって、待ち行列の“先頭”に対応する（例えば、サンプルが現在利用されている）物理スロット６３４は、占有されていない。なぜなら、サンプルＡが当該物理位置を離れ、待ち行列６３２の仮想ランダムアクセスプールに戻るからである（例えば、待ち行列６３２の論理プールおよびトラック６０２上のあらゆる物理位置で、コントローラ４４０はサンプルを配置する）。一方、分析器６３０は、別のサンプルであるサンプルＤを要求する。
仮想待ち行列６３２は、本実施例においては、トラック６０２上で全て容易に利用可能である４つのサンプルを含む。仮想待ち行列６３２は、分析器６３０との相互作用のために、物理位置６３４に向かって位置を移動すべき、次のサンプルのアイデンティティ６３６も保持する。位置６３４は、ピペットに対応する位置であって、サンプルの一部を分析器６３０が吸引することを可能にする。本実施例においては、サンプルＡは、仮想待ち行列６３２の通常のプールへと戻って、トラック６０２上に配置され、位置６３４を離れる。サンプルＤは、中央コントローラ４４０との通信によって、分析器によって要求される。したがって、サンプルＤは、論理位置６３６を占有し、次のサンプルが処理されるときに、それを識別する。幾つかの実施形態においては、各分析器内のローカルプロセッサは、ローカル待ち行列判定を行うことを担当し、一方、コントローラ４４０は、待ち行列の要件を満たすための物理位置へとサンプルを移動させ、かつ各待ち行列へどのサンプルを配置するようにスケジュールするかを選択することを担当する。
本実施例においては、トラフィック管理を簡略化するために、二つの仮想待ち行列内にサンプルは配置されていない。これは、分析器６１０と分析器６３０との間に競合がないことを保証するための簡単な方法である。例えば、サンプルＦが仮想待ち行列６１２および６３２の双方に配置された場合、同一のシステムサイクル中に、サンプルＦを双方の分析器６１０および６３０が要求することがあり得るため、競合を生成する。幾つかの実施形態においては、サンプルは複数の待ち行列に配置されてもよいが、待ち行列はフォルトトレラントである必要があり、競合が生じる場合、サイクルをモジュールがスキップすることを可能とするか、または競合を調停するソフトウェアが適用されなければならない。例えば、プロセッサ４４０上で動作するソフトウェアは、仮想ＦＩＦＯ６１２の再構成を交渉でき、仮想待ち行列６３２に対して優先度を与える（もしくは、その逆）。分析器６１０は、これらのサンプルのいずれかを要求する前に、サンプルＦおよびＪのために準備をするのに十分な機構を有してもよい。したがって、分析器６１０は、中央コントローラ４４０の要求で、仮想ＦＩＦＯ６１２の順序における変更を許容できる可能性がある。
コントローラ４４０などのプロセッサ上に保持されるスケジューリングルールは、待ち行列間の競合を回避するために利用することができる。待ち行列は、他の待ち行列に対する優先度を与えることができ、例えば、コントローラ４４２が、サンプルがどの待ち行列へと最初に配置されるべきかを選択することを可能とする。ワークフローは、これを規定してもよい。例えば、ルールは、処理ステーションに関連付けられた待ち行列へとサンプルを配置する前に、必要な場合、処理ステージに関連付けられた待ち行列を識別するソフトウェア内に確立されてもよい。ルールは、サンプルが複数の待ち行列内に配置できるか否か、および、サンプルを複数待ち行列に配置するべきときに、競合が起きたときにすべきことを規定することもできる。サンプルが同時に複数待ち行列内に存在することを許可される実施例においては、あるルールおよびソフトウェアは、競合を最小化し、かつシステム内で発生しうる競合がエラーを扱わないように保証するための要件を識別できる。例えば、各待ち行列は、行わなければならない保証の識別と同様に、サンプル用のある設定および保持時間を有するものとして定義できる。例えば、重要な待ち行列は、コントローラ４４０が要求に応じて待ち行列のサンプルを送達できる絶対的保証を必要とするものとして識別できる。一方、他のステーションはより許容的であってもよい。例えば、デキャッパに支援される仮想待ち行列は、デキャッパがサンプルを受け取る順序は気にせず、現在要求されたサンプルが利用可能ではないとき、サンプルの交換を要求することを可能とする。
ソフトウェア内のルールを利用することによって、待ち行列は動的に構成可能であってもよい。ルールは、ステーションが如何にサンプルと相互作用するかを変更し、研究室および現在の状態の要件に対処するために、遠隔構成もしくは構成の変更を可能とする。例えば、分析器６３０は、研究室の１シフト中に、ある試験を実施するように構成されたとき、仮想待ち行列を有するように構成されるが、その後、研究室の別のシフト中に、仮想ＦＩＦＯ待ち行列を使用するように構成されてもよい。同様に、より効率的なスケジューリングアルゴリズムが開発されると、これらのアルゴリズムは、ハードウェアを変更する必要なく、ソフトウェアアップデートを通して、待ち行列が相互作用する方法を変更するために利用することができる。
ルールは、待ち行列間の競合を回避するための誘導を提供するために、分析器内のワークフローを利用してもよい。例えば、システムの全体のスループットは、前処理ステーション用のＦＩＦＯ待ち行列、および分析器試験ステーションなどの処理ステーション用のＦＩＦＯ待ち行列へと同時にサンプルを配置することによって減少することがある。ルールは、これらの待ち行列間の偶発的な関係用の必要性を識別するために利用することができる。例えば、サンプルがデキャッパによって処理された後で、分析器ＦＩＦＯ待ち行列の先頭に到達すると仮定すると、サンプルは、サンプルが待ち行列の先頭の近くにあるように、デキャッパステーションのＦＩＦＯ待ち行列に配置され、一方で、分析器ステーション用のＦＩＦＯ待ち行列内にも配置される。これは、キャップなしで分析器ステーションにサンプルが到着することを保証する。動作の順序を考慮することによって、サンプルがデキャップされたほぼ直後に処理されるように、サンプルは、これらの待ち行列の双方に配置されてもよい。これは、何もしていないサンプルが渋滞に加わるため、オートメーションシステム内のトラフィック量を最小限化するために有用である。競合を制限して、性能基準を保証するために、ルールを有する複数待ち行列へとサンプルを配置することによって、サンプルは、効率的に分析器内で扱われ、一旦オートメーションシステム内に配置されたら各サンプルの休止時間を最小限化する。
複数のランダムアクセス待ち行列（もしくはＦＩＦＯ待ち行列およびランダムアクセス待ち行列）にサンプルを配置することは、より挑戦的である可能性がある。これが達成されうる一方法は、共有されたサンプルに対して、フォルトトレラントを適用することである。例えば、待ち行列の保証（待ち行列内のサンプルが要求される任意の時刻に利用可能であること）は、同一の動作サイクル中に、二つのステーションがサンプルを要求する場合、破られることがある。幾つかの実施形態においては、ステーションは、この発生しうる競合を扱うように構成することができる。幾つかの実施形態においては、ステーションは、別のステーションと競合する場合、その要求を単に延期して、もし実行可能な場合には、処理用の次のサンプルへと移動する。幾つかの実施形態においては、ステーションは、サイクルを単にスキップして、競合したサンプルを受け取るためにさらなるサイクルの間待機する。これは、競合が稀な場合のシステムに適していることがある。サンプルを複数の待ち行列で共有することを可能にする性能全体の利点は、競合によって欠落したサイクルの一時的な非効率性を軽減する性能利点を概して提供してもよい。中央コントローラは、これらの競合を解決するための仲裁者として機能することができる。幾つかの実施形態においては、中央コントローラは、複数の仮想ランダムアクセス待ち行列（もしくは単一の仮想ランダムアクセス待ち行列および任意の他の待ち行列）にサンプルが現れないことを保証することによって、これらの競合を全体として回避することができる。
幾つかの実施形態においては、サンプル用の必要性の先進のモデル化は、複数の待ち行列間で共有されるサンプルの競合を解決することができる。いったんロット（例えば新規トレイ）内のサンプルが識別されると、分析器用の中央コントローラは、研究室オートメーションシステムからこれらのサンプルの各々のために、試験パネルを検索することができることを理解されたい。サンプル用の試験パネルは、ロット内の全サンプルを処理するために実施しなければならない全タスクのロードマップを提供する。中央コントローラは、その後、マルチモジュール分析器内のどのステーションが試験パネルにおいて各ステップを達成できるかの識別を検索することができる。分析器は、その後、同時に複数のステーションに複数のサンプルがあることを必要とせずに、複数のステーションを利用する全試験パネルを適応させるスケジュールを識別するために、スケジューリングアルゴリズムを実行してもよい。一ステーション内に遅延を引き起こす一サンプル内のエラーが、サンプルを再スケジューリングすること、もしくは一つ以上のステーションのフォルトトレラント休止時間を可能とすることによって克服できるように、このスケジュールは、オートメーションシステム内の通過時間を考慮し、バッファおよび不測の事態をスケジュールへと組み入れる。
サンプルが処理される前に、ソフトウェア内で計算されてモデル化されうる、予め決められたスケジュールを利用することによって、中央コントローラは、サンプルがスケジュールされて任意の待ち行列に配置される前に、競合をモデル化して回避することができる。同様に、ロットの試験動作中に、スケジュール由来の任意の逸脱が中央コントローラへと報告され、中央コントローラが逸脱を処理するためのスケジューリングアルゴリズムに戻ることを可能とする。例えば、第一の試験ステーションが、一つ以上の動作サイクルを回復するのに要求するエラーに遭遇する場合、中央コントローラは、この休止時間を処理する新規スケジュールを決定することができる。例えば、新規スケジュールは、付近のステーションが遅延ステーションの冗長な特性を有することに言及してもよい。遅延ステーション用の待ち行列に以前配置されたサンプルは、ソフトウェア内の余分なステーションに関連付けられた待ち行列に配置されてもよい。この方法においては、サンプルは、ある物理待ち行列から別の物理待ち行列へとサンプルを物理的に動かすことを必要とすることなく、１秒の何分の一かでたちまち、再ルーティングされてもよい。サンプルを再スケジュールするために必要な時間は、オートメーショントラックの物理的移動ではなく、プロセッサによって制限されるだろう。この再ルーティングおよび再スケジューリングは、オートメーショントラック上でサンプルが移動し続ける間に生じる可能性がある。
幾つかの実施形態においては、本明細書で記述されたスケジューリングタスクは、複数のプロセッサ間で分割することができる。例えば、中央コントローラは、待ち行列へとサンプルを割り当てる責任があって、ステーションもしくはモジュールに関連付けられたローカルプロセッサは、当該待ち行列を管理することができる。サンプルをスケジューリングして、ソフトウェア内の待ち行列へとサンプルを配置するうえで、中央コントローラを支援するために、ローカルプロセッサは、それらの待ち行列内のサンプルの処理用に予期されるスケジュールを報告してもよい。ＦＩＦＯ待ち行列のために、この情報はかなり良好に定義された順序として報告され、待ち行列によって必要とされるときにいつサンプルが利用可能になるかの正確な考えを中央コントローラが有すること可能とする。ランダムアクセス待ち行列は、幾つかの実施形態においては、中央コントローラに正確にこの情報を報告してもよい。幾つかの実施形態においては、ランダムアクセス待ち行列コントローラは、要件と釣り合う方法で、情報を報告することもできる。例えば、サンプルがステーションによって提供されるべきある免疫アッセイを必要とする旨の通知を受信すると、当該ステーション用のローカルプロセッサは、試験用の試薬を準備するのに５マシンサイクルかかり、その後、次の５マシンサイクル内にある点において免疫アッセイ用のサンプルを必要とすることを、中央コントローラに報告することができる。中央コントローラは、サンプルを処理用の他の仮想待ち行列に配置することを可能とするためにこの情報を利用し、免疫アッセイを処理するステーション用のランダムアクセス待ち行列マネージャによって報告される制約を処理する。
図１２は、オートメーションシステム内の仮想待ち行列を利用するための例示的なステップを示す。方法６５０は、分析器内の一つ以上のプロセッサによって実行されうるステップを含む。例えば、中央コントローラは、これらのステップのうちの幾つかもしくは全ての責任を持つことができる。ステップのうちの幾つかは任意であってもよい。ステップのうちの幾つかは、分析器内のローカルモジュールプロセッサによって実行されてもよい。ステップ６５２において、プロセッサは、分析器内のサンプルのアイデンティティを受信する。これは、本明細書で記述された機構のうちの任意の機構を通して生じる可能性がある。例えば、サンプルがキャリアへと配置されるときに各サンプルの各バーコードが読みとられると、当該サンプル用のアイデンティティ或いは位置情報は、オートメーションシステムを監督するプロセッサへと通信することができる。ステップ６５４において、サンプルのアイデンティティを利用して、当該サンプル用に必要とされる試験パネルは、研究室情報システムもしくは他のデータベースから試験パネルを検索することによって決定することができる。ステップ６５６において、プロセッサは検索された試験パネルを解析し、各サンプル用に試験パネルを完全なものにするために必要な分析器内のステップを識別する。ステップ６５８において、プロセッサは、試験パネルを完全なものにするために必要なタスクをどのステーションが実施できるかを判定する。この情報を利用して、プロセッサは、処理するサンプルに対して制約を規定する機能的ルールを決定することができる。例えば、サンプルが免疫アッセイを必要とし、かつ単一の免疫アッセイステーションのみが利用可能である場合、プロセッサは、処理中にある点で当該ステーションにサンプルがルーティングされなければならないことを決定することができる。プロセッサは、ステップが生じなければならない順序を決定するために、試験パネルおよびワークフローのモデルも利用してもよい。例えば、プロセッサは、全サンプルが処理前にデキャップされなければならないことを決定してもよい。
ステップ６６０において、プロセッサは、ステーションにサンプルおよびタスクを割り当てる。いったん必要とされるタスクが決定されて、各ステーションの特性が考慮されると、プロセッサは、必要性に特性を整合することができる。ステップ６６２において、プロセッサは、各モジュール用の所望の待ち行列を決定する。所望の待ち行列は、ランダムアクセスもしくはＦＩＦＯなどの待ち行列のタイプの識別、各待ち行列に配置されるサンプルの順序および任意の時間制約の識別を含むことができる。いったんスケジュールが容認されると、これらの各待ち行列のモデルは、プロセッサに関連付けられたメモリに保持することができ、仮想待ち行列を生成する。各仮想待ち行列は、プロセッサによって割り当てられた複数のサンプルを有し、一つ以上のプロセッサは、当該待ち行列におけるサンプルの順序をスケジュールすることができる。仮想待ち行列においてサンプルを管理する実施例は、図１１における仮想待ち行列に見ることができる。
ステップ６６４において、プロセッサは各モジュール用のモジュールサイクル時間を決定する。これは、考慮する必要のある任意の通過時間制限を識別するため、また、各待ち行列内でサンプルがいつ処理されうるかを決定するために使用されてもよい。モジュールサイクル時間は、少なくとも一サンプルを処理するためにモジュールによって必要とされる時間の長さを含んでもよい。ステップ６６６において、タイミングおよび待ち行列割り当て情報は、複数のステーション内の全サンプルの全体スケジュールを決定するために考慮される。これは、どのサンプルがどこで使用されるかを決定するために有用である可能性がある。幾つかの実施形態においては、スケジュールされたタスクは、オートメーションシステムおよびステーション用に次の幾つかの動作サイクル内で複数のステーションによって実行されるべき全タスクを予め決定してもよい。この方法においては、全待ち行列は、予測通りに処理することができる。例えば、ステップ６６６において決定されたタスクのスケジュールに基づいて、従来のランダムアクセス待ち行列はあらゆる任意の順序でサンプルにアクセスしてもよいが、仮想ランダムアクセス待ち行列がサンプルを使用する順序は、サンプルがステーションに物理的に近接して配置される前に、予め適切に決定されてもよい。
ステップ６６８において、プロセッサは、ステップ６６６において決定されたスケジュールされたタスクが任意の発生しうる競合を含むか否かを判定する。例えば、プロセッサは、システムの通過時間制約が、サンプルがスケジュールを満たすことを可能にするか否かを判定してもよい。プロセッサは、任意の二つのステーションが同時にサンプルを必要とするか否かも考慮してもよい。もしそうである場合、方法６５０はステップ６６２へと戻って、異なるスケジュールを決定する。例えば、各モジュールもしくはステーションに優先度レベルを割り当てて、競合を解決するスケジュールを選択するために優先度レベルを比較することによって、このステップの間、競合は解決されることがある。ステップ６７０において、プロセッサは決定されたスケジュールが性能閾値を満たすか否か、もしくは最適なスケジュールと考えられてもよいかを任意で判定してもよい。例えば、性能閾値は、各ステーション用のダウンサイクルの最大数、サンプル用の最大ターンアラウンド時間、もしくはスケジュールが許容可能か否かを判定するうえで有用でありうる任意の他の性能基準を定義してもよい。スケジュールが許容可能ではない場合、方法６５０はステップ６６０へ戻る。スケジュールが許容可能である場合、ステップ６７２において、プロセッサはスケジュールおよびメモリを格納する。スケジュールはその後、サンプルのその後の物理的処理において使用される。
ステップ６７４において、スケジュールに基づいて各モジュール用に決定された待ち行列を満たすために、プロセッサは、オートメーションシステム内の各サンプルの配置を容易にする。各サンプルは、スケジュールを満たすために必要な通過時間基準を満たす位置でオートメーションシステム内に配置される。通過時間、トラフィックパターン、モジュールサイクル時間などはすべて、ステップにおいて考えられてもよい。ステップ６７６において、オートメーションシステムは、スケジュールに従って、決められた時間に各モジュールへサンプルを提供する。ステップ６７８において、エラーがない場合には、ステップ６７４および６７６を繰り返し、スケジュールを実現して、サンプルを処理するために必要なステーションに物理的に近接した位置の内外へとサンプルを動かす。エラーがステップ６７８において生じる場合、プロセッサは、遭遇したエラーを克服する仮想待ち行列を使用する新規スケジュールを開発するために、ステップ６６０から６７２までを繰り返してもよい。エラーは、例えば、物理的妨害、故障、予期されないサンプルエラーなどによる、ステーション用の予期されない欠落したマシンサイクルを含んでもよい。
本発明の実施形態は、既存の分析器およびオートメーションシステムと統合されてもよい。キャリアは、任意の意図された分析器もしくは器具との使用に適したレイアウトおよび物理的構成を含む、多くの形状および寸法で構成されてもよいことを理解されたい。例えば、幾つかの実施形態においては、キャリアはオートメーショントラック周囲で複数のサンプルを運搬するための複数のスロットを含んでもよい。例えば、一実施形態は、一つ以上の輸送トラック内に複数のスロットを有するキャリアのチューブ保持部分の物理的レイアウトを含んでもよい。各ラックは、複数スロット（例えば、５以上のスロット）を含み、各スロットはチューブ（例えば、サンプルチューブ）を保持するように構成されてもよい。
本発明は例示的実施形態を参照して記述されてきたが、それに限定されることはない。当業者は、多数の変更および改変が本発明の望ましい実施形態に対してなされてもよいこと、ならびに、当該変更および改変は、本発明の真の趣旨から逸脱することなくなされてもよいことを理解するであろう。したがって、添付の請求項は、本発明の真の趣旨および範囲内にある全ての均等な変形を包含するように解釈されることを意図される。

Claims (12)

  1. 輸送機構によって互いに接続された複数の分析器モジュールで構成されるオートメーションシステム用の複数の仮想待ち行列を利用する方法であって、
    前記複数の分析器モジュールのうちの各々は複数のサンプルを処理するように構成され、前記輸送機構は、メイントラックと前記メイントラックから分岐するとともに前記複数の分析器モジュールの各々に関連付けられた複数のサイドカーと、前記メイントラック上に配置された、前記複数のサンプルの方向転換、停止または進行の判定を行う複数の決定点を含み、前記複数の分析器モジュール間で前記複数のサンプルを輸送するように構成され、
    前記複数の分析器モジュール用の各々の所望の仮想待ち行列を生成することであって、前記所望の仮想待ち行列が、前記複数の分析器モジュールの各々によって処理される複数のサンプルの順序付けを構成することと、
    前記複数の分析器モジュールの各々によって所定のサンプルの処理を完了するために必要とされるモジュールサイクル時間を決定することと、
    前記複数の分析器モジュール用の各々の前記所望の仮想待ち行列を満たすために、前記オートメーションシステム内で前記複数のサンプルを移動することであって、前記メイントラックと前記複数のサイドカー上の前記複数のサンプルの移動ルートをルーティングすることにより、前記複数の決定点における前記複数のサンプルの方向転換、停止または進行の判定を行うとともに、前記複数のサンプルが、前記所望の仮想待ち行列内の前記複数のサンプルの前記順序付けおよび前記モジュールサイクル時間に基づいて決められた時間に、前記複数の分析器モジュールの各々に到達するように前記複数の決定点における前記判定に従って移動することと、
    前記決められた時間に、前記複数の分析器モジュールへと前記複数のサンプルを提供することと、を含み、
    前記複数の分析器モジュールの各々が有する前記所望の仮想待ち行列の少なくとも１つは、前記輸送機構上の少なくとも一つの前記サンプルを含むように構成され、前記少なくとも一つの前記所望の仮想待ち行列とは異なる他の前記所望の仮想待ち行列は、前記少なくとも一つの前記サンプルを含むように構成された、
    ことを特徴とする方法。
  2. 前記複数の分析器モジュールの各々に優先度レベルを割り当てることと、
    前記複数の分析器モジュールのうちのいずれか一つの前記所望の仮想待ち行列と他の分析器モジュールの前記所望の仮想待ち行列との間の前記サンプルに対する競合が発生した場合に、前記いずれか１つの分析器モジュールの優先度レベルと前記他の分析器モジュールの優先度レベルを比較し、
    前記比較された優先度レベルに基づいて、前記いずれか一つの分析器モジュールもしくは前記他の分析器モジュールへと、前記サンプルを提供することと、
    をさらに含む、
    ことを特徴とする請求項１に記載の方法。
  3. ＳＴＡＴ（short turnaround time）サンプルを処理するために前記オートメーションシステム内の前記複数のサンプルを移動することであって、前記複数のサンプルの前記移動は、前記ＳＴＡＴサンプルの処理後に、前記所望の仮想待ち行列を満たすことを可能とすることと、
    処理用に前記複数の分析器モジュールへ前記ＳＴＡＴサンプルを提供することと、
    をさらに含む、
    ことを特徴とする請求項１に記載の方法。
  4. 前記複数の分析器モジュールは、複数のインビトロ診断モジュールを含み、前記複数のサンプルは患者のサンプルを含む、
    ことを特徴とする請求項１に記載の方法。
  5. 前記複数の分析器モジュールは、（ｉ）免疫アッセイモジュールと、（ｉｉ）診断化学モジュールと、のうちの一つ以上を含む、
    ことを特徴とする請求項１に記載の方法。
  6. 前記所望の仮想待ち行列は、ファストインファストアウト待ち行列、もしくはランダムアクセス待ち行列のうちの一つを含む、
    ことを特徴とする請求項１に記載の方法。
  7. 複数の仮想待ち行列を利用するオートメーションシステムであって、
    各々が複数のサンプルを処理するように構成された複数の分析器モジュールと、
    前記複数の分析器モジュール間で前記複数のサンプルを輸送するように構成された輸送機構であって、メイントラックと前記メイントラックから分岐するとともに前記複数の分析器モジュールの各々に関連付けられた複数のサイドカーと、前記メイントラック上に配置された、前記複数のサンプルの方向転換、停止または進行の判定を行う複数の決定点を含み、前記複数の分析器モジュールを互いに接続する輸送機構と、
    スケジュールコントローラであって、
    前記複数の分析器モジュール用の各々の所望の仮想待ち行列を生成することであって、前記所望の仮想待ち行列が、前記複数の分析器モジュールの各々によって処理される複数のサンプルの順序付けを含むことと、
    前記複数の分析器モジュール用の各々によって所定のサンプルの処理を完了するために必要とされるモジュールサイクル時間を決定することと、
    前記複数の分析器モジュール用の各々の前記所望の仮想待ち行列を満たすために、前記オートメーションシステム内で前記複数のサンプルを移動することであって、前記メイントラックと前記複数のサイドカー上の前記複数のサンプルの移動ルートをルーティングすることにより、前記複数の決定点における前記複数のサンプルの方向転換、停止または進行の判定を行うとともに、前記複数のサンプルが、前記複数のサンプルの前記順序付けおよび前記モジュールサイクル時間に基づいて決められた時間に、前記複数の分析器モジュールの各々に到達するように前記複数の決定点における前記判定に従って移動することと、
    前記決められた時間に、前記複数の分析器モジュールへと前記複数のサンプルを提供することと、
    を実現するための複数の命令を処理するように構成されたスケジュールコントローラと、を含み、
    前記複数の分析器モジュールの各々が有する前記所望の仮想待ち行列の少なくとも一つは、前記輸送機構上の少なくとも一つの前記サンプルを含むように構成され、前記少なくとも一つの前記所望の仮想待ち行列とは異なる他の前記所望の仮想待ち行列は、前記少なくとも一つの前記サンプルを含むように構成された、
    ことを特徴とするオートメーションシステム。
  8. 前記スケジュールコントローラは、
    前記複数の分析器モジュールの各々に優先度レベルを割り当てることと、
    前記複数の分析器モジュールのうちのいずれか一つの前記所望の仮想待ち行列と他の分析器モジュールの前記所望の仮想待ち行列との間の、前記サンプルに対する競合が発生した場合に、前記いずれか一つ分析器モジュールの優先度レベルと前記他の分析器モジュールの優先度レベルを比較し、
    前記比較された優先度レベルに基づいて、前記いずれか一つの分析器モジュールもしくは前記他の分析器モジュールへと前記サンプルを提供することと、
    を実現するための複数の命令を処理するようにさらに構成される、
    ことを特徴とする請求項７に記載のオートメーションシステム。
  9. 前記スケジュールコントローラは、
    ＳＴＡＴサンプルを処理するために前記オートメーションシステム内の前記複数のサンプルを移動することであって、前記複数のサンプルの前記移動は、前記ＳＴＡＴサンプルの処理後に前記所望の仮想待ち行列を満たすことを可能とすることと、
    処理用に前記複数の分析器モジュールへ前記ＳＴＡＴサンプルを提供することと、
    を実現するための複数の命令を処理するようにさらに構成される、
    ことを特徴とする請求項７に記載のオートメーションシステム。
  10. 前記複数の分析器モジュールは、複数のインビトロ診断モジュールを含み、前記複数のサンプルは患者のサンプルを含む、
    ことを特徴とする請求項７に記載のオートメーションシステム。
  11. 前記複数の分析器モジュールは、（ｉ）免疫アッセイモジュールと、（ｉｉ）診断化学モジュールと、のうちの一つ以上を含む、
    ことを特徴とする請求項７に記載のオートメーションシステム。
  12. 前記所望の仮想待ち行列は、ファストインファストアウト待ち行列もしくはランダムアクセス待ち行列のうちの一つを含む、
    ことを特徴とする請求項７に記載のオートメーションシステム。
JP2015504652A 2012-04-02 2013-04-01 仮想サンプル待ち行列 Active JP6525863B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261619173P 2012-04-02 2012-04-02
US61/619,173 2012-04-02
PCT/US2013/034779 WO2013151920A1 (en) 2012-04-02 2013-04-01 Virtual sample queues

Publications (3)

Publication Number Publication Date
JP2015512525A JP2015512525A (ja) 2015-04-27
JP2015512525A5 JP2015512525A5 (ja) 2016-03-31
JP6525863B2 true JP6525863B2 (ja) 2019-06-05

Family

ID=49300964

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015504652A Active JP6525863B2 (ja) 2012-04-02 2013-04-01 仮想サンプル待ち行列

Country Status (4)

Country Link
US (1) US9835637B2 (ja)
EP (1) EP2834647B1 (ja)
JP (1) JP6525863B2 (ja)
WO (1) WO2013151920A1 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6104559B2 (ja) * 2012-10-22 2017-03-29 日本電子株式会社 自動分析装置
US9778275B2 (en) * 2013-11-06 2017-10-03 Siemens Healthcare Diagnostics Inc. Confirmed placement of sample tubes in a servo driven automation system using trajectory deviation
WO2016017442A1 (ja) * 2014-07-31 2016-02-04 株式会社 日立ハイテクノロジーズ 自動分析装置
US9842294B2 (en) * 2014-09-23 2017-12-12 Oracle International Corporation Interactive constraint solver
US10261901B2 (en) 2015-09-25 2019-04-16 Intel Corporation Method and apparatus for unneeded block prediction in a computing system having a last level cache and a multi-level system memory
WO2017103180A1 (en) * 2015-12-18 2017-06-22 F. Hoffmann-La Roche Ag Automated clinical diagnostic system and method
US10007538B2 (en) 2016-01-29 2018-06-26 Oracle International Corporation Assigning applications to virtual machines using constraint programming
US10146665B2 (en) 2016-03-24 2018-12-04 Oracle International Corporation Systems and methods for providing dynamic and real time simulations of matching resources to requests
EP3463102B1 (en) * 2016-05-27 2022-07-06 bioMerieux, Inc. System and method of load balancing specimen containers within detection instruments
CA3031468A1 (en) * 2016-07-21 2018-01-25 Siemens Healthcare Diagnostics Inc. Automated clinical analyzer system and method
WO2018017744A1 (en) 2016-07-21 2018-01-25 Siemens Healthcare Diagnostics Inc. Redundant power management for modular ivd analyzer vessel mover subsystem
WO2018017770A1 (en) * 2016-07-21 2018-01-25 Siemens Healthcare Diagnostics Inc. System and method for condition based monitoring and maintenance of an automation track
EP4354148A3 (en) * 2017-12-15 2024-06-26 Hitachi High-Tech Corporation Method for delivering specimen containers
US10999376B2 (en) * 2018-01-24 2021-05-04 Walmart Apollo, Llc Simulating parallel mock rest services with single server
US11958183B2 (en) 2019-09-19 2024-04-16 The Research Foundation For The State University Of New York Negotiation-based human-robot collaboration via augmented reality
EP4307193A1 (en) 2022-07-12 2024-01-17 Roche Diagnostics GmbH Method of operating a laboratory sample distribution system, laboratory sample distribution system, and laboratory automation system
EP4306966A1 (en) 2022-07-12 2024-01-17 Roche Diagnostics GmbH Method of operating a laboratory sample distribution system, laboratory sample distribution system, and laboratory automation system

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5599501A (en) * 1994-11-10 1997-02-04 Ciba Corning Diagnostics Corp. Incubation chamber
US5623415A (en) * 1995-02-16 1997-04-22 Smithkline Beecham Corporation Automated sampling and testing of biological materials
JP3031237B2 (ja) * 1996-04-10 2000-04-10 株式会社日立製作所 検体ラックの搬送方法及び検体ラックを搬送する自動分析装置
JPH1090276A (ja) 1996-09-12 1998-04-10 Hitachi Ltd 検体検査自動化システム
JPH10282115A (ja) * 1997-04-10 1998-10-23 Hitachi Ltd 検体分析装置
JP2001004639A (ja) * 1999-06-22 2001-01-12 Hitachi Ltd 自動分析システム
US20050220670A1 (en) * 2004-03-31 2005-10-06 Thomas Palmieri Multipath access system for use in an automated immunoassay analyzer
US8916097B2 (en) * 2004-03-31 2014-12-23 Siemens Healthcare Diagnostics Inc. Controller for automated immunoassay system
US20070020764A1 (en) * 2005-07-20 2007-01-25 Miller Kerry L Method for processing chemistry and coagulation test samples in a laboratory workcell
US20080020469A1 (en) * 2006-07-20 2008-01-24 Lawrence Barnes Method for scheduling samples in a combinational clinical analyzer
US7963900B2 (en) * 2008-06-19 2011-06-21 Siemens Healthcare Diagnostics Inc. Centrifuge loading process within an automated laboratory system
JP5707343B2 (ja) * 2010-01-28 2015-04-30 株式会社日立ハイテクノロジーズ 自動分析システム
JP5432816B2 (ja) * 2010-05-14 2014-03-05 株式会社日立ハイテクノロジーズ 自動分析システムおよび装置管理サーバ

Also Published As

Publication number Publication date
US9835637B2 (en) 2017-12-05
EP2834647A1 (en) 2015-02-11
US20150118756A1 (en) 2015-04-30
EP2834647A4 (en) 2015-11-25
EP2834647B1 (en) 2021-03-03
WO2013151920A1 (en) 2013-10-10
JP2015512525A (ja) 2015-04-27

Similar Documents

Publication Publication Date Title
JP6525863B2 (ja) 仮想サンプル待ち行列
US10101351B2 (en) Method for processing priority samples that preserves a FIFO processing queue
US9315334B2 (en) Intelligent bidirectional multifunctional carrier and integrated automation system for material distribution and transportation
CA2897988C (en) Hybrid method for collision avoidance and object carrier management
US10254299B2 (en) Multiple slot place and pick carrier
US9511947B2 (en) Linear random access queue
EP2830772B1 (en) Module transport system that can be combined into an automation system
US10126318B2 (en) Mother daughter tube carrier for aliquoters
US9671418B2 (en) Multiple payload type carrier
US11530851B2 (en) Temperature controlled transport puck

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20141002

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7426

Effective date: 20150109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20160108

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20160108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160209

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160209

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20161227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170207

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20170502

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170627

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20171205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180403

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20180410

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20180706

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190227

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190507

R150 Certificate of patent or registration of utility model

Ref document number: 6525863

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250