精华内容
下载资源
问答
  • 今天有几个项目可用,以建立用于测试目的的不同实验室。 ( 是启发该项目的最佳范例之一。 该项目的目标是提供: 一个简单的实验室构建器环境,使您可以使用相同的代码库创建多个实验室 一些示例实验室(使用...
  • 实验室环境下 hadoop集群配置

    千次阅读 2011-05-11 20:09:00
    一、环境说明 实验室中多台机器都属于同一局域网,主机的操作系统多为windows系统,而hadoop要在linux环境下配置,因此我们选用了host(windows7)+Vmware(ubuntu)的方式进行了实验性的配置。 机器三台...

    一、环境说明

    实验室中多台机器都属于同一局域网,主机的操作系统多为windows系统,而hadoop要在linux环境下配置,因此我们选用了hostwindows7+Vmwareubuntu)的方式进行了实验性的配置。

    机器三台,分别做namenode12G内存 八核处理器  1TB硬盘)和两个datanode4G内存 双核处理器 1TB硬盘)。下面进入正式的配置过程。

     

    二、虚拟机的安装及上网方式的选择

    虚拟机上网方式,选择桥接。

    虚拟机器上安装linux(ubuntu)系统,上网方式:选择有线网络,手动设置IP。网关。IP与主机网段相同。网关与主机相同,DNS与主机相同。

    我们这次试验中 机器的配置的ip结果如下

    Datanode 219.245.72.244

    Namenode1:  219.245.72.242

    Namenode2 219.245.72.243

    这是如果网络是好的,各个linux系统之间可以ping通。

    三、安装ssh服务

    在安装之前把虚拟机的上网方式改成NatBridge方式不能直接上网。Linux系统设置成自动获取ip

    下面安装 openssh-server ,并配置各节点的公钥私钥

    对于每个节点:     

    安装 openssh-server sudo apt-get install openssh-server

    创建公钥私钥: ssh-keygen t rsa

    期间会要求输入一些信息,直接按回车就可以。这样,在默认的路径(其中 njust 是当前用户名) /home/lilin/.ssh 目录下创建 私钥 id_rsa 和一个公钥 id_rsa.pub

    对于 datanode 节点:

    将自己的公钥发送到 namenode 上:

     

    cp id_rsa.pub datanode1.id_rsa.pub

     

    scp datanode01.id_rsa.pub namenode 节点 ip 地址(在我的配置方案中,是219.245.72.244 :/home/lilin/.ssh

     

    这里需要注意,由于每个 datanode 节点都要将自己的公钥传到 namenode 的相同路径下,因此,各个 datanode 发送的公钥文件名不能相同。这里使用 cp 命令,在每台 datanode 节点上将公钥文件复制为唯一名字的文件。

     

    对于 namenode 节点:

    在收到所有 datanode 发送过来的公钥文件之后,要综合这些文件(包括自身),并将这些文件发送到每个节点上:

     

    cp id_rsa.pub authorized_keys

     

    cat datanode1.id_rsa.pub >> authorized_keys

     

    cat datanode2.id_rsa.pub >> authorized_keys

     

    scp authorized_keys datanodeip地址:/home/lilin/.ssh

     

    这时一定要查看一下 ssh 配置是否成功,查看方式是使用 ssh 命令: ssh 其他机器 ip ,如果不需要密码就可以登录,就说明配置成功。如果还需要密码,干脆无法登录,则需要重启电脑。重启之后再次使用 ssh 命令,如果还需要密码或者无法登录,则需要重新配置一遍。

    成功之后namenode可以无密码登录datanode节点。

    注意:这里能否成功是工作能否继续进行的一个关键。一定要能够各个机器之间能够ssh通畅,sshlinux传递文件的保障,只有能够互相ssh我们各个机器之间传递的信息才是安全的。在这里,在我们的配置过程中出现了许多麻烦,因为以前对linux系统也没有接触过,吃了不少亏。

     四、开始集群配置

    1、修改各主机的主机名,以区分不同的机器:

    打开/etc/hostnamesudo gedit /etc/hostname

    对于namenode节点:

    将主机名改成namenodedatanode改成相应的datanode1datanode2等等,并保存关闭。如下图所示:

     

    2、配置各个主机之间IP与主机名的对应关系

    修改集群中各个主机的/etc/hosts文件:sudo gedit /etc/hosts

    将集群中各个主机的IP与主机名都列在此处,如图所示:

    注意要将第一行注释掉:#127.0.0.1 localhost.localdomain localhost

     

    注意:如果是第一次接触到linux系统的人,会更改不了。这里要对文件的权限进行修改。命令如下:

    Chmod  777  /etc/hosts

    这样就可更改hosts的内容了 对于以后要处理的文件不在赘述,都是用这种方法更改文件权限后就可以操作

    3. 安装 JDK 1.6

    root用户登陆,在Namenode节点上新建文件夹/usr/program,下载JDK安装包jdk-6u13-linux-i586.bin,复制到目录/usr/ program下,在命令行进入该目录,执行命令“./ jdk-6u13-linux-i586.bin”,命令运行完毕,将在目录下生成文件夹jdk1.6.0_13,安装完毕。

        安装完成后,修改/usr/program目录拥有着为lilin用户.若果只有一个用户当然就不用修改了。

    下面进行环境变量配置

           root用户登陆,命令行中执行命令sudo gedit  /etc/profile”,并加入以下内容,配置环境变量(注意/etc/profile这个文件很重要,后面Hadoop的配置还会用到)

    # set java environment

    export JAVA_HOME=/usr/program/jdk1.6.0_13/

    export JRE_HOME=/usr/program/jdk1.6.0_13/jre

    export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

    export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

    保存并退出,执行以下命令使配置生效

    chmod +x  /etc/profile

    source  /etc/profile

        配置完毕,在命令行中使用命令”java -version”可以判断是否成功。在lilin用户下测试java –version,一样成功。

    4Hadoop集群配置

       namenode上执行:

        Hadoop用户登录。

    下载hadoop-0.21.0,将其解压到/usr/local/hadoop目录下,解压后目录形式是/usr/local/hadoop/hadoop-0.21.0。使用如下命令:

        tar zxvf hadoop-0.21.0.tar.gz

        (1)配置Hadoop的配置文件

        (a)配置hadoop-env.sh

    # set java environment

    export JAVA_HOME=/usr/program/jdk1.6.0_13/

    (b)配置conf/hadoop-site.xml

    Hadoop配置参数的含义请参考conf/Hadoop-default.xml

    Hadoop-0.20之后的版本请分别配置hadoop目录下,conf目录中的core-site.xmlhdfs-site.xmlmapred-site.xml三个配置文件,配置方法即将下面hadoop-site.xml文件中的三块参数分别复制到三个文件当中。

    <?xml version="1.0"?>

    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

    <!-- Put site-specific property overrides in this file. -->

     

    <configuration>

     

    <!—core-site.xml-->

    <property>

        <name>fs.default.name</name>

        <value>hdfs://lilin:9000</value>

        <description>HDFSURI,文件系统://namenode标识:端口号</description>

    </property>

     

    <property>

        <name>hadoop.tmp.dir</name>

        <value>/usr/local/hadoop/hadooptmp</value> 

        <description>namenode上本地的hadoop临时文件夹</description>

    </property>

     

    <!—hdfs-site.xml-->

    <property>

        <name>dfs.name.dir</name>

        <value>/usr/local/hadoop/hdfs/name</value>

        <description>namenode上存储hdfs名字空间元数据 </description>

    </property>

     

    <property>

        <name>dfs.data.dir</name>

        <value>/usr/local/hadoop/hdfs/data</value>

        <description>datanode上数据块的物理存储位置</description>

    </property>

     

    <property>

        <name>dfs.replication</name> 

        <value>2</value>

        <description>副本个数,不配置默认是3,应小于datanode机器数量</description>

    </property>

     

    <!—mapred-site.xml-->

    <property>

        <name>mapred.job.tracker</name>

        <value>lilin:9001</value>

        <description>jobtracker标识:端口号,不是URI</description>

    </property>

     

    <property>

        <name>mapred.local.dir</name>

        <value>/usr/local/hadoop/mapred/local</value>

        <description>tasktracker上执行mapreduce程序时的本地目录</description>

    </property>

     

    <property>

        <name>mapred.system.dir</name>

        <value>/tmp/hadoop/mapred/system</value>

        <description>这个是hdfs中的目录,存储执行mr程序时的共享文件</description>

    </property>

     

    </configuration>

    (c)配置masters文件,加入namenode的主机名

    Lilin

    (d)配置slaves文件, 加入所有datanode的主机名

    Lilin

    Lilin

     

    复制配置好的各文件到所有数据节点上

        root用户下:

    scp /etc/hosts    数据节点ip地址:/etc/hosts

    scp /etc/profile  数据节点ip地址:/etc/profile

    scp /usr/program  数据节点ip地址:/usr/program

    nutch用户下:

    scp /usr/local/hadoop 数据节点ip地址: /usr/local/

    5Hadoop集群启动

        Namenode执行:

        格式化namenode,格式化后在namenode生成了hdfs/name文件夹

     

       cd /usr/local/hadoop/hadoop-0.21.0/bin

     

    bin$ ./hadoop namenode –format

     

    启动hadoop所有进程,

    bin/start-all.sh(或者先后执行start-dfs.shstart-mapreduce.sh)。

    可以通过以下启动日志看出,首先启动namenode,然后启动datanode1,datanode2,然后启动secondarynamenode。再启动jobtracker,然后启动tasktracker1,最后启动tasktracker2。下面是集群启动的结果

    下面检查一下namenode上的进程。用jps工具检查就可以了

     

     

     

     

    上边是namenode的进程运行情况。下边是datanode进程运行情况

     

     

     

     

     

     

     

    下面检查一下集群的运行情况

    命令:在bin 运行命令 hadoop dfsadmin –report

     

    到此为止,我们的hadoop集群配置已经完成,集群正常运行。可以进行其他的实验了。

    展开全文
  • 平台提供满足BI和大数据科研计算要求的硬件和网络环境,同时提供业界主流的数据存储、分析、展现、管理及维护软件和工具。 建立用于学生实战训练的软硬件环境。平台提供满足至少50人同时进行项目实战训练的能力。 ...
  • 设计了一种基于PLC+STM32的智能实验室SCADA系统。RTU硬件采用分散式的结构,将原来由一个MCU完成的复杂任务分散给多个MCU共同完成,系统可靠性和...调试结果表明,该系统运行稳定,保证实验室环境参数满足设定要求
  • 三维视觉、SLAM方向全球顶尖实验室汇总

    万次阅读 多人点赞 2019-07-03 21:53:27
    英国伦敦大学帝国理工学院 Dyson 机器人实验室 http://www.imperial.ac.uk/dyson-robotics-lab 简介: 伦敦帝国理工学院戴森机器人实验室成立于2014年,由Andrew Davison.教授领导。是戴森公司和帝国理工学院领导...

    本文作者 任旭倩,公众号:计算机视觉life,编辑成员

    欧洲

    英国伦敦大学帝国理工学院 Dyson 机器人实验室

    http://www.imperial.ac.uk/dyson-robotics-lab

    简介:

    伦敦帝国理工学院戴森机器人实验室成立于2014年,由Andrew Davison.教授领导。是戴森公司和帝国理工学院领导机器人视觉小组Andrew Davison教授的合作实验室,Andrew Davison是视觉SLAM领域的先驱,戴森提供大量的资金和支持,以建立一个机器人专家团队,他们合作产品包括Dyson 360 eye™vaccum清洁机器人。该实验室的重点是开发计算机视觉程序,使机器人能够超越受控环境,成功地导航并与现实世界互动。

    实验室主要成就(http://www.imperial.ac.uk/dyson-robotics-lab/projects/):

    ElasticFusion

    一个实时的稠密的视觉SLAM系统,可以利用RGB-D相机来对房间进行全局一致的三维稠密重建。

    代码地址:https://bitbucket.org/dysonroboticslab/elasticfusionpublic/src/master/

    1560072844162.png

    CodeSLAM

    一种生成室内场景轨迹的大规模照片级真实渲染的系统。

    1560072443727.png

    SceneNet RGB-D

    一种生成室内场景轨迹的大规模照片级真实渲染的系统。

    代码地址:https://bitbucket.org/dysonroboticslab/scenenetrgb-d/src/master/

    数据集地址:https://robotvault.bitbucket.io/scenenet-rgbd.html

    1560073201935

    SemanticFusion

    一种实时可视SLAM系统,能够使用卷积神经网络在语义上注释密集的3D场景。

    代码地址:https://bitbucket.org/dysonroboticslab/semanticfusion/src/master/

    1560073424912


    英国牛津大学Active Vision Laboratory

    http://www.robots.ox.ac.uk/ActiveVision/index.html

    简介:Active Vision实验室主攻计算视觉,特别是传统和深度图像的3D场景重建。实验室致力于定位和建图,可穿戴和辅助计算,语义视觉,增强现实,人体运动分析和导航的应用程序。

    实验室主要成果(http://www.robots.ox.ac.uk/ActiveVision/Research/index.html)

    使用3D物体形状Priors进行密集重建

    PTAM

    (并行跟踪和建图)用于增强现实的相机跟踪系统

    源码地址:https://github.com/Oxford-PTAM/PTAM-GPL

    1560089307113


    英国牛津大学 Torr Vision Group

    http://www.robots.ox.ac.uk/~tvg/

    简介:牛津大学工程科学系Torr Vision Group(前身为布鲁克斯视觉集团,牛津布鲁克斯大学)成立于2005年,后来于2013年移居牛津大学,由Philip Torr教授领导。它包括大约20-25人。该小组的目的是参与最先进的计算机视觉和人工智能数学理论研究,但要保持数学研究与社会需求相关。该小组的一个特别重点是用移动相机进行实时重建环境,例如无人机,智能眼镜或其他机器人。

    实验室主要成果(http://www.robots.ox.ac.uk/~tvg/projects.php)

    交互式实时3D场景分割的框架

    创建了一个只需使用廉价的硬件,就可以在半小时内捕获并重建整个房屋或实验室的建图系统。

    源码地址:https://github.com/torrvision/spaint/tree/collaborative

    1560162825641


    基于立体视觉的城市三维语义建模

    可以生成具有相关语义标记的高效且准确的密集三维重建地图。

    1560163026017


    苏黎世联邦理工学院的Autonomous System Lab

    http://www.asl.ethz.ch/

    简介:

    由Roland Siegwart教授领导,Autonomous System Lab于1996年在洛桑联邦理工学院成立,它是机器人和智能系统研究所(IRIS)的一部分

    实验室旨在创造能够在复杂多样的环境中自主运行的机器人和智能系统。设计机电和控制系统,使机器人可以自主适应不同的情况,并应对不确定和动态的日常环境。机器人可以在地面,空中和水中运动,同时具备在复杂环境下自主导航的功能,研究出了包括用于感知,抽象,建图和路径规划的方法和工具。他们还在tango项目上与谷歌合作,负责视觉惯导的里程计,基于视觉的定位和深度重建算法。

    实验室主要成就:(https://asl.ethz.ch/publications-and-sources/open-source-software.html)

    libpointmatcher

    libpointmatcher是一个模块化库,它实现了迭代最近点(ICP)算法,用于配准点云。

    代码地址:https://github.com/ethz-asl/libpointmatcher

    1560074706854

    libnabo

    用于低维空间的快速K最近邻库

    代码地址:https://github.com/ethz-asl/libnabo

    ethzasl_sensor_fusion

    基于EKF的时延补偿单传感器和多传感器融合框架

    代码地址:https://github.com/ethz-asl/ethzasl_sensor_fusion

    1560074518534

    ethzasl_ptam

    用于单目SLAM的框架PTAM

    代码地址:https://github.com/ethz-asl/ethzasl_ptam

    1560074913412


    苏黎世Robotics and Perception Group

    http://rpg.ifi.uzh.ch/

    简介:该实验室由Davide Scaramuzza教授领导,成立于2012年2月,是苏黎世大学信息学系和神经信息学研究所的一部分,该研究所是苏黎世大学和苏黎世联邦理工学院的联合研究所。实验室开发智能机器人,只使用车载摄像头即可自行导航,而无需依赖外部基础设施,如GPS或动作捕捉系统。 研究包括地面和微型飞行机器人,以及由这两者组合而成的多机器人异构系统。

    实验室主要成果(http://rpg.ifi.uzh.ch/software_datasets.html)

    视觉(惯性)里程计轨迹定量评估方法

    通过视觉( 惯性)里程计(VO / VIO)定量评估估计轨迹的质量

    源码地址:https://github.com/uzh-rpg/rpg_trajectory_evaluation

    1560157882807

    基于高效数据的分布式视觉SLAM

    该算法可实现使用便宜,轻便和多功能的相机进行分布式通信多机器人建图

    源码地址:https://github.com/uzh-rpg/dslam_open

    1560158542705


    慕尼黑工业大学的The Computer Vision Group

    https://vision.in.tum.de/research

    简介:主要研究算机视觉,图像处理和模式识别等一系列方向,即基于图像的3D重建,光流估计,机器人视觉,视觉SLAM等。

    实验室主要成果(https://vision.in.tum.de/research)

    dvo_slam

    提供了来自连续图像的RGB-D相机的刚体运动估计的实现方案。

    代码地址:https://github.com/tum-vision/dvo_slam

    1560077373792

    LSD-SLAM: Large-Scale Direct Monocular SLAM

    一种直接单目SLAM建图技术

    代码地址:https://github.com/tum-vision/lsd_slam

    1560077301813

    DSO: Direct Sparse Odometry

    DSO是一种用于视觉里程计的新的直接稀疏建图方法。

    代码地址:https://github.com/JakobEngel/dso

    1560077617256

    Basalt: Visual-Inertial Mapping with Non-Linear Factor Recovery:

    使用非线性因子恢复法从视觉 - 惯性里程计提取信息来进行视觉 - 惯性建图。

    代码地址:https://gitlab.com/VladyslavUsenko/basalt

    1560078172895


    德国弗莱堡大学Autonomous Intelligent Systems

    http://ais.informatik.uni-freiburg.de/index_en.php

    简介:研究主要集中在自主移动机器人,即能够在其环境中自主移动并完成不同任务,如多机器人导航和协作,环境建模和状态估计。

    实验室主要成果(http://ais.informatik.uni-freiburg.de/projects/index_en.php)

    GMapping:

    Gmapping是基于Bpf粒子滤波算法的滤波SLAM框架。

    源码地址:https://github.com/OpenSLAM-org/openslam_gmapping

    1560095295244

    RGBD SLAM2

    是一个非常全面优秀的系统,将SLAM领域的图像特征、优化、闭环检测、点云、octomap等技术融为一体,非常适合RGBD SLAM初学者,也可以在其基础上继续开发

    源码地址:https://github.com/felixendres/rgbdslam_v2

    1560160825684


    西班牙萨拉戈萨大学RoPeRT机器人,感知和实时组SLAM实验室

    http://robots.unizar.es/slamlab/

    简介:由JuanD.Tardós教授带领,研究同时定位和建图(SLAM)、Visual SLAM:单目,双目,RGB-D
    语义SLAM,SLAM与对象、非刚性SLAM等方向,主要应用在机器人,增强现实,医学等。

    实验室主要成果(http://robots.unizar.es/slamlab/?extra=1)

    大规模环境中协同传感器的主动SLAM(nSPLAM)

    该项目的目标是扩展SLAM算法在关键开放问题中的数学理解,增强实用性和适用性,包括大规模(高达数千米)/长期(数天,数周的操作)建图,主动SLAM(不确定性下的规划和探索),全局一致的传感器协作/多车辆SLAM和高级地图表示。

    [外链图片转存失败(img-tNzL7Ta0-1562161442212)(http://robots.unizar.es/wp/wp-content/uploads/projects/nsplam_project.jpg)]

    刚性和非刚性场景的语义可视化建图(SVMap)

    提出了一个基于对象的实时SLAM系统,设计单目SLAM算法利用对象刚度约束来改进地图并找到其真实尺度。

    1560155058186


    美洲

    明尼苏达大学的Multiple Autonomous Robotic Systems Laboratory(MARS)

    http://mars.cs.umn.edu/

    简介:多自主机器人系统(MARS)实验室的目标是促进机器人和计算机视觉的基础研究和教育,特别强调自主地面,航空和太空探索车辆的估算和控制。研究内容是资源意识估计和控制,包括:

    • 视觉/激光辅助惯性导航系统(VINS,RGBD-INS,LINS)
    • 手机和可穿戴计算机上的大规模3D定位和建图
    • 多机器人/传感器定位,建图和导航
    • 可重构传感器网络的主动传感
    • 最佳信息选择和融合
    • 移动操作
    • 人机协作

    实验室主要成果(http://mars.cs.umn.edu/research.php#research platforms)

    使用滚动快门相机的视觉惯性导航系统(VINS):

    提出了一种高精度VINS,它明确考虑并解释了IMU相机系统的滚动快门和时间同步问题

    1560075816973

    协作建图

    当用户的起始姿势之间的转换未知时,使用多个用户在不同时间收集的数据集来解决协作建图(CM)的问题

    1560076007717

    使用移动设备进行高精度,增量3D室内定位和建图

    使用来自商业级低成本传感器的视觉和惯性数据,为资源受限的移动设备(例如手机和平板电脑)提供增量批量最小二乘(IBLS)定位和建图算法

    1560076127759

    半稠密地图

    该项目的目标是生成区域的半稠密3D地图,正如先前的稀疏视觉 - 惯性批量最小二乘(BLS)协同建图(CM)算法的相机姿态估计所给出的效果。

    1560076317535.png


    卡内基梅隆大学Robot Perception Lab

    http://rpl.ri.cmu.edu/

    简介:机器人感知实验室进行与自主移动机器人的定位,建图和状态估计相关的研究。该实验室由Michael Kaess教授于2014年创立。该实验室是卡内基梅隆大学机器人研究所一部分在,并同时属于Field Robotics Center和Computer Vision Group。

    实验室主要研究成果(http://rpl.ri.cmu.edu/research/)

    isam

    增量平滑和建图(iSAM),这是一种基于快速增量矩阵分解的同时定位和建图问题方法,通过更新自然稀疏平滑信息矩阵的QR分解来实现。

    源码地址:https://github.com/ori-drs/isam

    1560099431509

    Articulated Robot Motion for Simultaneous Localization and Mapping (ARM-SLAM)

    当机器人的关节角度不确定时,可以同时估计机器人的关节角度,并重建场景的稠密地图。

    1560100370548


    斯坦福大学人工智能实验室自动驾驶团队

    http://driving.stanford.edu/

    简介:实验室致力于开发在不可预测的城市环境中自动驾驶的新算法和技术。在DARPA大挑战和DARPA城市挑战中取得成功以来,实验室一直在为自动驾驶中的重要问题创建和测试各种AI解决方案。利用机器学习,计算机视觉,概率传感器融合和优化等技术,研究人员正在积极寻求语义场景理解,对象分割和跟踪,传感器校准,定位,车辆控制和路径规划方面的改进。

    实验室主要成果(http://driving.stanford.edu/papers.html)

    使用概率图的城市环境中的鲁棒车辆定位

    将环境建模为概率网格来扩展以前使用GPS,IMU和LIDAR数据进行定位的工作,实现更高精度,可以随着时间变化学习和改进地图,以及对环境变化和动态障碍的稳健性。

    1560159814313


    麻省理工大学计算机科学与人工智能实验室(CSAIL)海洋机器人组

    https://marinerobotics.mit.edu/

    简介:团队由John Leonard教授带领,研究海洋机器人解决水下环境中定位和建图问题,还在基于仅使用摄像头(有时是IMU)在室内环境中以及户外无人驾驶汽车等应用中执行Visual SLAM的工作。

    实验室主要成果(https://marinerobotics.mit.edu/research)

    Kintinuous

    Kintinuous解决了KinectFusion仅能对有限尺度的区域进行稠密建图的限制,允许在数百米的范围内绘制地图。

    源码地址:https://github.com/mp3guy/Kintinuous

    1560141789194


    宾夕法尼亚大学机械工程与应用力学系Vijay Kumar实验室

    https://www.kumarrobotics.org/

    Kumar组致力于创建自动地面和空中机器人,为集体行为和机器人群体设计生物启发算法等。

    实验室主要成果(https://www.kumarrobotics.org/past-projects/)

    用于远程自主探测和测绘的空中机器人

    通过现场实验探索在地震破坏的环境中利用自主四旋翼飞行器进行地面和空中机器人的协同建图。

    1560154880594


    华盛顿大学UW Robotics and State Estimation Lab

    http://rse-lab.cs.washington.edu/

    简介:RSE-Lab成立于2001年,关注机器人和识别中的问题,开发了丰富而高效的移动机器人导航,地图构建,协作和操作中的感知和控制技术,还研究状态估计和机器学习方法,用于对象识别和跟踪,人体机器人交互和人类活动识别等领域。

    实验室主要成果(http://rse-lab.cs.washington.edu/projects/)

    Semantic Mapping

    该项目的目标是生成根据对象和位置描述环境的模型。 这些表示包含比传统地图更有用的信息,并使机器人能够以更自然的方式与人类进行交互。

    1560159613164

    Active Mapping

    通过添加机器人来改进任何几何和语义场景重建技术:机器人可以选择如何使用其传感器来获取新信息。 在主动视觉的情况下,机器人可以移动相机以观察物体的所有侧面。 使用主动视觉来完成地图创建和对象分割问题。

    1560159753992


    哥伦比亚大学计算机视觉与机器人组

    https://vision.cs.ubc.ca/

    简介:这是世界上最具影响力的视觉和机器人团体之一。这个小组创造了RoboCup和著名的的SIFT。这一组的学生赢得了大部分AAAI语义机器人挑战赛。该小组有四名在职教师:Jim Little,Alan Mackworth,Ian Mitchell和Leonid Sigal。

    实验室主要成果(https://vision.cs.ubc.ca/publications/)

    FLANN:

    FLANN是用于在高维空间中执行快速近似最近邻搜索的库。它包含一系列我们发现最适合最近邻搜索的算法,以及一个根据数据集自动选择最佳算法和最佳参数的系统。

    源码地址:https://www.cs.ubc.ca/research/flann/uploads/FLANN/flann-1.8.4-src.zip

    1560164269060

    SIFT:

    SIFT(尺度不变特征变换)将图像的每个局部片段转换为独立于图像比例和方向的坐标。局部不变特征允许我们在任意旋转,缩放,亮度和对比度的变化以及其他变换下有效地匹配杂乱图像的小部分。将图像分成许多不同大小的小重叠片段,然后单独匹配每个部分,并检查匹配的一致性。

    源码地址:https://github.com/robwhess/opensift

    1560164440725


    加拿大谢布鲁克大学IntRoLab(智能/互动/综合/跨学科机器人实验室)

    https://introlab.3it.usherbrooke.ca/mediawiki-introlab/index.php/Main_Page

    简介:IntRoLab是一个研究实验室,致力于研究,开发,集成和使用机电一体化和人工智能方法,设计自动和智能系统。研究活动涉及移动机器人,嵌入式系统和自主代理的软件和硬件设计以及现场评估,旨在克服与在现实生活中使用机器人和智能系统以改善生活质量相关的挑战,并且还研究如何使机器变得智能。应用领域包括服务机器人,全地形机器人,交互式机器人,辅助机器人,远程医疗机器人,汽车和手术机器人。

    实验室主要成果(https://introlab.3it.usherbrooke.ca/mediawiki-introlab/index.php/Projects)

    RTAB-Map

    RTAB Map是RGBD SLAM的改进,减少了图优化和闭环检测中需要用到的结点数,保证实时性以及闭环检测的准确性,能够在超大场景中运行。

    源码地址:https://github.com/introlab/rtabmap

    1560139866565


    亚洲

    香港科技大学的Aerial Robotics Group

    http://uav.ust.hk/

    简介:开发基础技术,使航空机器人(或无人机,无人机等)能够在复杂环境中自主运行。研究涵盖了整个航空机器人系统,重点关注状态估计,绘图,轨迹规划,多机器人协调以及使用低成本传感和计算组件的测试平台开发。实验室主要成果(http://uav.ust.hk/publications/)

    VINS-Mono

    一种鲁棒且通用的实时单目视觉惯性状态估计框架。

    1560079640254

    VINS-Fusion

    VINS-Fusion是一种基于优化的多传感器状态框架,可实现自主应用(无人机,汽车和AR / VR)的精确自定位。VINS-Fusion是VINS-Mono的扩展,支持多种视觉惯性传感器类型(单声道摄像机+ IMU,立体摄像机+ IMU,甚至仅限立体声摄像机)。

    代码地址:https://github.com/HKUST-Aerial-Robotics/VINS-Fusion

    1560078702786.png


    浙江大学CAD&CG国家重点实验室的CVG(Computer Vision Group)

    http://www.zjucvg.net/

    简介:CVG的主要研究兴趣集中在运动结构,SLAM,3D重建,增强现实,视频分割和编辑。

    实验室主要成果(http://www.zjucvg.net/publication.html#)

    RKSLAM

    用于AR的基于关键帧的鲁棒单目SLAM系统

    1560079817696

    LS-ACTS:

    大型自动相机跟踪系统,可以处理大型视频/序列数据集

    源码地址:https://github.com/zju3dv/ENFT https://github.com/zju3dv/SegmentBA https://github.com/zju3dv/ENFT-SfM

    1560080119497

    ACTS:自动相机跟踪系统

    可以从视频和电影序列中恢复摄像机运动和3D场景结构,提供自动跟踪的便利性。它可以高效稳定地跟踪各种摄像机运动,可以旋转或自由移动。它是许多其他计算机视觉任务的基础。

    1560080413875

    RDSLAM

    是一个实时同步定位和建图系统,它允许场景的一部分是动态的或整个场景逐渐变化。与PTAM相比,RDSLAM不仅可以在动态环境中稳健地工作,而且还可以处理更大规模的场景(重建的3D点的数量可以是数万个)。

    1560080685371


    清华大学自动化系宽带网络与数字媒体实验室BBNC

    http://media.au.tsinghua.edu.cn/index/index/index

    简介:实验室始建于2001年4月,瞄准计算摄像、脑科学与人工智能国际前沿,围绕国家重大需求,开展基础理论 与关键技术的研究。实验室现有教授3人,副教授4人,助理副教授2人,工程师3人,博士后5人,在读研究生3 0余人。实验室在国家重大仪器专项与重点项目等自然科学基金、“973”计划、“863”计划、以及省部级产学研等项 目支持下,在流媒体、立体视频、飞行器可视导航、计算摄像学、脑科学观测等方面的基础理论与关键技术上取 得突破,发表期刊与会议论文200余篇(SCI收录115篇),本领域著名国际会议ICCP、SIGGRAPH、CVPR、ICCV 等27篇以及本领域IEEE TSP、TPAMI、TCSVT、TIP、IEEE TNNLS、IEEE TVCG、IJCV、Scientific Repo rts、OSA OL等国际权威期刊上发表论文86篇(3篇IEEE亮点文章);获授权国内外发明专利145项。2006年 建立广东省教育部产学研结合立体视频研发基地、2013获建北京市多维多尺度计算摄像重点实验室;2008年获 得国家科学技术发明二等奖,2012年获得国家科学技术发明一等奖,2016年获得国家科技进步奖二等奖。研究方向有人工智能、生物智能、计算成像。

    实验室主要成果(http://media.au.tsinghua.edu.cn/index/resear/projects

    人脸三维动态重建:

    当今大规模的面部动作仍远未生动地表达人类的面部表情,为了克服这些缺点,该项目专注于重建面部细节运动,实现了采用RGBD相机的实时3D眼神图表现重建等功能。

    1560418882883

    人体动作捕捉

    数十年来,人体运动捕捉一直是计算机视觉和计算机图形学中具有挑战性的研究课题。系统长期追求快速,低成本,易于设置和有前途的推广系统。该项目支持手持设备的动态捕捉,无标记动态捕捉,通过双重融合实时捕捉等。

    1560419503923


    中科院自动化研究所国家模式识别实验室Robot Vision Group

    http://vision.ia.ac.cn/

    简介:Robot Vision Group是中国科学院自动化研究所(CASIA)国家模式识别实验室(NLPR)的一部分。该小组拥有8名教职员工和20多名博士生。学生们。该小组的主要研究活动集中在3D计算机视觉,包括摄像机校准和3D重建,姿势估计,基于视觉的机器人导航和视觉服务等。该小组主要由国家自然科学基金,国家863计划,国家973计划和中国科学院资助。除基础研究外,该小组还与国家文物局,国家远程遥感中心,国家天文台,诺基亚研究中心等合作开展视觉应用。

    实验室主要成果(http://vision.ia.ac.cn/zh/applications/index.html

    中国古代建筑三维重建

    选取中国古代建筑为载体,对海量无序图像数据的大场景三维重建进行系统研究,通过基于图像的高精度三维重建技术获取古建筑物数字化三维模型,达到对这些珍贵的自然文化遗产进行数字化保护的目的。

    1560418552760

    基于航拍图像的三维地形生成

    通过航拍图像自动获取地形三维结构是计算机视觉在对地观测领域的重要应用,其成果对于抗震救灾、城市规划、3D地图导航等领域有着重要意义。在地形生成过程中,该系统自动计算稠密的高精度三维空间点云,可以替代传统的数字高程模型(DEM)。与传统方法相比,本系统不需要地面控制点,也不需要飞行姿态信息。

    1560419657097

    手机上的增强现实

    增强现实(Augmented Reality)技术通过电脑技术,将虚拟的信息应用到真实世界,真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。增强现实借助计算机图形技术和可视化技术产生现实环境中不存在的虚拟对象,并通过传感技术将虚拟对象准确“放置”在真实环境中,借助显示设备将虚拟对象与真实环境融为一体,并呈现给使用者一个感官效果真实的新环境。

    1560419738922


    澳洲

    澳大利亚悉尼科技大学CAS实验室

    https://www.uts.edu.au/research-and-teaching/our-research/centre-autonomous-systems

    简介:悉尼科技大学自动系统中心(CAS)是一个享誉国际的机器人研究小组。专注于机器人研究,为政府,行业和更广泛的社区创造积极的变化。从2003年到2010年,CAS成为ARC自主系统卓越中心的一部分,该中心是世界上最大的机器人研究小组之一。自2010年以来,CAS一直在悉尼科技大学作为独立研究中心。研究方向主要在现场机器人技术,研究非结构化环境中智能机器的传感,感知和控制,以人为中心的机器人技术,或能够支持人类承担各种任务的机器人。

    实验室主要成果(https://web-tools.uts.edu.au/projects/search.cfm?UnitId=672)

    一种生物启发的攀爬机器人,用于清洁和绘制悉尼海港大桥拱门内表面

    自2010年以来,悉尼科技大学和新南威尔士州的道路与海事服务(RMS)一直致力于研究和开发用于钢桥检测和状态评估的生物学攀登机器人。 该项目目的是开发一种可实际部署的自主攀爬机器人,用于悉尼海港大桥拱形结构内的清洁和喷漆。

    一种智能水下结构维修机器人系统

    由ARC Linkage项目资助,悉尼科技大学和新南威尔士州的道路和海事服务(RMS)正在开发一种用于水下桥桩检查和维护的机器人解决方案。该项目旨在促进我们对自主机器人如何清洁和检查水下结构构件的理解,并开发能够开发此类机器人系统的突破性方法。在近地表和潮汐环境中使用机器人系统进行检查和维护具有挑战性。桥桩等结构的形状和大小各不相同,通常包含在海洋生长中,这会使桩的几何形状变得模糊,并干扰条件评估。因此,机器人在低能见度和复杂水流条件下运行的能力至关重要。


    澳大利亚机器学习研究所机器人视觉中心

    https://ecms.adelaide.edu.au/research-impact/computer-vision-and-robotics

    计算机视觉和机器人小组由Peter Corke教授(QUT),副主任Ian Reid教授(阿德莱德)和首席调查员Tom Drummond教授(蒙纳士)和Robert Mahony教授(ANU)领导,致力于开发和应用基本的计算机视觉和机器人算法。这包括深度学习,生成模型,对抗性学习,记忆网络和元学习。主要研究深度学习在语义图像理解同步定位和建图(SLAM)和3D场景重建、视频理解问答、医学影像等领域的应用。

    实验室主要成果(https://resources.rvhub.org/)

    适用于微创整形外科手术的基于视觉SLAM的机器人数据集

    该项目旨在开发一种基于视觉的机器人手术助手,用于微创整形外科手术。该系统将由机器人手臂组成,其中附有用于关节内导航的相机 - 关节镜束。该系统将能够a)在人体关节内稳健可靠地定位器械; b)从关节内图像生成密集且准确的膝关节三维重建模型; c)半自动导航相机(通过视觉伺服)跟随外科医生的工具。

    数据集地址:https://data.researchdatafinder.qut.edu.au/dataset/robotic-arthroscopy

    1560161605795

    推荐阅读

    如何从零开始系统化学习视觉SLAM?
    从零开始一起学习SLAM | 为什么要学SLAM?
    从零开始一起学习SLAM | 学习SLAM到底需要学什么?
    从零开始一起学习SLAM | SLAM有什么用?
    从零开始一起学习SLAM | C++新特性要不要学?
    从零开始一起学习SLAM | 为什么要用齐次坐标?
    从零开始一起学习SLAM | 三维空间刚体的旋转
    从零开始一起学习SLAM | 为啥需要李群与李代数?
    从零开始一起学习SLAM | 相机成像模型
    从零开始一起学习SLAM | 不推公式,如何真正理解对极约束?
    从零开始一起学习SLAM | 神奇的单应矩阵
    从零开始一起学习SLAM | 你好,点云
    从零开始一起学习SLAM | 给点云加个滤网
    从零开始一起学习SLAM | 点云平滑法线估计
    从零开始一起学习SLAM | 点云到网格的进化
    从零开始一起学习SLAM | 理解图优化,一步步带你看懂g2o代码
    从零开始一起学习SLAM | 掌握g2o顶点编程套路
    从零开始一起学习SLAM | 掌握g2o边的代码套路
    零基础小白,如何入门计算机视觉?
    SLAM领域牛人、牛实验室、牛研究成果梳理
    我用MATLAB撸了一个2D LiDAR SLAM
    可视化理解四元数,愿你不再掉头发
    最近一年语义SLAM有哪些代表性工作?
    视觉SLAM技术综述
    汇总 | VIO、激光SLAM相关论文分类集锦
    研究SLAM,对编程的要求有多高?
    2018年SLAM、三维视觉方向求职经验分享
    深度学习遇到SLAM | 如何评价基于深度学习的DeepVO,VINet,VidLoc?
    视觉SLAM关键方法总结
    SLAM方向公众号、知乎、博客上有哪些大V可以关注?

    展开全文
  •  [摘要] LIMS(Laboratory Information Management System)即实验室信息管理系统,是通过对样品检验流程、分析数据及报告、实验室资源和客户信息等要素的综合管理,按照标准化实验室管理规范,建立符合实验室业务流程...

    实验室信息管理系统LIMS的25个典型模块

     [摘要] LIMS(Laboratory Information Management System)即实验室信息管理系统,是通过对样品检验流程、分析数据及报告、实验室资源和客户信息等要素的综合管理,按照标准化实验室管理规范,建立符合实验室业务流程的质量体系,实现实验室信息化管理。是实验室提高分析水平、规范样品检测过程和降低实验成本,为客户提供优秀服务的信息平台。

      LIMS(Laboratory Information Management System)即实验室信息管理系统,是通过对样品检验流程、分析数据及报告、实验室资源和客户信息等要素的综合管理,按照标准化实验室管理规范,建立符合实验室业务流程的质量体系,实现实验室信息化管理。是实验室提高分析水平、规范样品检测过程和降低实验成本,为客户提供优秀服务的信息平台。

      本文为大家介绍LIMS系统的一些基本功能。

      检测申请

      检测申请是LIMS进行业务管理流程的第一步,检测申请通常由客户直接通过LIMS提出或者由实验室相关服务部门协助客户或代替客户填写检测申请。LIMS应该记录有关申请测试客户(内部客户或外部客户)的相关信息、供试样品的相关信息、检测要求和特殊要求等信息。填写检测申请的客户必须是LIMS中的授权客户。系统还可以记录填写的信息、填写人、填写时间等。并应支持输出和打印纸质的申请单。

      先进的LIMS可以提供多种的申请单录入方式,如信息导入、通过互联网填写测试申请,从其他业务信息系统直接下达检测任务等。

      合同评审和样品接收

      实验室相关人员在收到客户测试申请和样品后,在LIMS中对申请进行合同评审,审核送检样品是否和申请有偏离。

      检测任务的分配和指派

      LIMS应该可以通过识别与检测任务相关的检测部门和该测试的授权情况自动分配到检测人员或检测组。对特殊用户也可以由人工调配的方式下派检测任务。

      检测结果录入

      检测结果的录入是指样品检测完成后,将检测结果以各种方式录入到LIMS中的过程。检测结果录入环节是LIMS的重要环节。先进的LIMS会提供很多实用的功能来辅助检测人员进行试验和结果的录入并进行更好的质量控制。

      自动计算

      将测试方法编入LIMS中,检测人员只要输入仪器的测试结果就可以完成最终结果的计算。

      仪器数据采集

      通过自动采集,直接将仪器输出的结果数据、测试谱图等结果和原始记录导入到LIMS中,减轻测试人员工作量,并减少可能出现的差错。

      多种不同格式的结果和原始记录采集

      通过LIMS可以保存大量非数据性的结果文件,如,照片、图像、实验谱图等。

      通过质控样品进行结果修正

      很多LIMS引入了测试批的概念,既用同一仪器、同一检测方法、很多样品在一批中检测,例如,一个具有自动进样功能的ICP进行的含量测定实验。检测人员可以在每批中加入质控样品,根据质控样品的检测结果去对这批样品的结果进行修正,如,质控样品的检测结果超出规定范围,则判断整批样品的结果无效,需重新进行仪器校准,重新进行试验。

      查看检测的方法和SOP

      LIMS可以关联测试相应的操作指导书,仪器指导书,测试方法文件。检测人员在进行检测过程中,可以方便的查询这些相关技术文档的现行有效版本。

      测试工作流程

      如果实验室进行检测的某些实验,需要多人,多步骤完成。如一个测试需要进行制样、称重、消解、定容和上机实验等多步骤,这些步骤可能由不同的检测人员完成,对于这样的情况可以通过LIMS进行测试工作流程的定义,详细记录每步操作的时间、操作人员等信息。

      数据修改跟踪

      一个完善的LIMS应该具备数据修改跟踪功能,对于录入和修改过的检测数据,系统应该记录录入或修改人,并记录操作发生的时间,以便进行追溯。

      数据和报告审核

      数据和报告审核人员通过LIMS进行试验数据和检测报告的审核。一个好的LIMS应该有报告自动生成的功能。数据和报告审核人员除了可以查看和审核检测结果数据以外,还应可以查看检测过程中的相关质量信息,如实验所用仪器、标准品、检测人员等信息。数据和检测结果报告的审核需要经过电子签名等安全手段的验证,保证操作人员是合法授权的。

      样品管理

      样品管理是LIMS中非常重要的一个部分。LIMS应该动态记录样品从到达实验室到检测结束直至用户取回样品或由实验室处置的全过程。样品进入实验室时,用户可以在系统中记录样品到达的时间、样品当前状态、是否与描述或规定的条件有偏离。LIMS应该采用条码等方式对样品进行标识,并保证样品标识的唯一性以方便样品在整个检测过程中的传递和查询。

      LIMS应该提供样品存放位置和条件的信息。如果可能,应通过识别样品性质、材质等特性,自动的分配符合存放条件的存放位置。实验样品的领用、归还应在LIMS中进行记录,可以通过条码扫描的方式进行领用和归还操作。对于超过留样日期需要进行处置的样品,系统中应记录处置的方式、处置日期等信息。

      分包管理

      当实验室由于未预料原因或持续性原因需要将检测工作分包时,LIMS需要对这一工作进行有效的控制和管理。首先,除客户指定特定分包商外,实验室分包的检测机构或实验室必须是经过本实验室考核、认可的实验室。需要在LIMS中保持被分包实验室的信息,包括其检测能力、质量体系情况、相关资质证明、联系方式等信息。如需要,LIMS也可以保存分包协议、分包商审核记录等文件的电子版。LIMS在分包样品时,应该可以输出分包申请单,输出信息时,应该确保客户信息的原则。LIMS应提供分包样品的追踪功能,包括分包日期,如邮寄方式寄送样品,可以通过快递单号码进行样品的追踪。执行检测任务的实验室出具检测报告后,实验室可以将分包结果录入到LIMS中,如需要,还可以将执行检测任务的实验室出具的报告扫描本或电子版本存入系统中。

      人员管理

      LIMS中的人员管理不像人力资源系统那样大而全,其中虽然包含人员的一些基本信息,但是LIMS中的人员管理应该更偏重于对人员的检测能力、培训和授权的管理。LIMS应该可以维护人员的相关技术档案、教育背景、资格、当前工作描述等相关信息。人员的培训过程是一个动态的过程,培训包含培训的计划、培训的实施和培训的考核。实验室可以通过LIMS选定与当期和预期检测任务相适应的培训计划,并根据实际情况进行计划的评价和修订。实验室可以通过LIMS通知参与培训人员,并通过系统发放培训相关的电子版材料和教材。参与培训人员也可以通过LIMS对培训进行反馈以提高培训的针对性和有效性。LIMS还应该提供培训考核情况,培训资料归档等相关辅助功能。LIMS应该保持人员的授权情况,并根据这些授权情况进行流程上的控制,如授权签字人未经过系统的授权,不允许签发检测报告。一个检测人员未经某测试方法和仪器的授权,不能进行该实验。

      仪器和计量器具管理

      LIMS中的仪器和检测计量器具的管理也不同于我们常见的固定资产的管理系统。它分为静态数据管理和动态管理。仪器的静态管理包括仪器设备的基本信息的管理,仪器配件的管理,仪器技术参数维护等。仪器的动态管理包括仪器的期间核查、日常维护、仪器的校准、仪器的检定、量值溯源计划、仪器状态的管理等。通过测量仪器的动态管理,可以让实验室检测人员和管理人员随时了解仪器状况,确保检测结果的准确性和有效性。

      试剂、标准物质和供应商管理

      试剂和标准物质的采购流程通常不在LIMS中进行管理。但是对提供这些试剂和标准物质的供应商需要进行管理。需要在LIMS中维护实验室认可的合格供应商的资料,如地址、联系方式、供应试剂和标准物质的目录等。对于采购的每一批试剂均应记录其供应商,以便进行追溯。LIMS还应对试剂的存放、库存等进行管理。对于严重影响试验结果的试剂和标准物质,LIMS应在每次试验时录入或通过条码扫描的方式记录使用的试剂批号等信息。

      方法管理

      LIMS应对实验方法进行严格的版本控制,通过在LIMS中的方法的版本更新和控制,保证实验室使用的检测方法是一致的并且是现行有效的。

      设施和环境条件管理

      随着科学技术的不断发展,越来越多的实验室使用可以进行数据采集和分析的温湿度计和检测试验环境的电磁干扰、辐射、振级的测量仪器。通过LIMS和这些实时监控实验室环境的仪器的结合,可以更为有效的监控、分析实验室的环境条件,并可以将环境条件与仪器和测试项目进行关联,设置环境条件阈值,超过相应阈值时,通过LIMS对测试人员进行提醒和警告。保证检测结果的准确性和有效性。

      文件管理

      LIMS还应对实验室的技术文档、质量文件、检验标准、校准规范、以及相关的其他文件进行管理,实现对文件的起草、发布,修改,审核全过程的管理和监控。建立文件目录和分类,可对文件进行查阅等级控制。对文件可以进行自由查询,即通过指定任意查询条件进行查询或者进行模糊查询,并可打印查询得到的文件。可添加和删除文件,对删除(废止)的文件进行。

      标记,并有备注说明删除原因,可记录文件发放情况。当文件临近失效或超出有效期时,系统自动提醒文件管理员进行相应处理。

      实验室质量控制

      实验室质量控制是为将分析测试结果的误差控制在允许限度内所采取的控制措施。传统意义上,我们通过实验室内质量控制和实验室间比对来进行实验室的质量控制。在实验室内,质量控制一般包括空白实验、校准曲线的核查、仪器设备的标定、平行样分析、加标样分析以及使用质量控制图等。实验室间比对包括分发标准样对诸实验室的分析结果进行评价、对分析方法进行协作实验验证、加密码样进行考察等。它是发现和消除实验室间存在的系统误差的重要措施。可以通过LIMS进行实验室质量的控制。LIMS对质量控制方面的管理体现在两方面,首先是有计划、有目的和针对性的对考核样的处理以及实验室内部和实验室间的比对试验和评价。另一个方面就是在日常检测工作中对质控样品的处理,检测仪器校准曲线,检测结果趋势图和控制图等。

      实验室质量活动管理

      实验室的日常质量活动可以通过LIMS进行管理。如,管理评审、内部评审、纠正措施、预防措施、不符合检测工作控制等。这些质量活动可以通过LIMS进行动态的管理,也可以通过其他办公自动化系统进行流程管理或用纸质进行流转管理。但是,正如本文上面提到的,LIMS的实质其实就是实验室管理思想的实体化,所以,实验室通过质量活动提出的持续改进的措施和管理流程的调整需求反映到LIMS上,不断的完善,为管理体系服务。

      服务客户

      通过LIMS服务客户表现在两个层面上,第一就是通过信息化的管理,更为有效的保护客户信息的私密性。第二就是通过LIMS和其相关外延功能提供客户更好的服务,如建立客户意见反馈和投诉平台,通过互联网直接下载检测报告,网上查询报告真伪,通过互联网随时查询检测进度,检测报告完成后进行短信或邮件的提醒,授权客户可以通过互联网直接提出测试申请等。

      结果报告管理

      LIMS的一个非常重要的功能就是自动生成检测结果报告,现在许多实验室首先使用LIMS的此项功能。其通常实现的方式是采用第三方报表工具或自主研发的报表工具来设置一定格式的报告模板,自动获取检测结果数据和客户要求的、说明检测或校准结果所必需的和所用方法要求的信息来自动的组织和生成报告。报告的生成过程中无需人工干预。报告的模板应按照实验室要求和《检测和校准实验室能力认可准则》的要求来制定,以确保提供必需的信息。所有报告中的信息必须是从系统数据库中抽取的,换句话说,体现在结果报告中的任何客户信息、检测和方法信息、仪器信息和实验结果信息必须和LIMS数据库中的信息完全一致,并可以在系统中追溯这些信息。如果LIMS提供结果电子传送的功能,通过WEB方式或者自动发送邮件、或者电子传真平台等方式发送结果报告时,需要系统保证结果报告在传送过程中的完整性和保密性。消除在传送过程中的风险,保护客户信息。

     数据的统计和查询

      一个信息系统最大的优势就是对数据的统计、查询和分析功能。通过建立LIMS,实验室的管理者不再需要通过经验判断,而是通过更加科学和准确的大量统计数据进行管理的决策以及管理体系和质量体系的改进。由此可见,一个LIMS的统计和查询功能是非常重要的功能。一个好的LIMS应该有着开放的、强大的、可自由定制的查询和统计功能。

     

    展开全文
  •  实验室信息管理系统,是将实验室的分析仪器通过计算机网络连起来,将现代管理思想与网络技术、数据存储技术、快速数据处理技术、自动化仪器分析技术有机结合,实现以实验室为核心的整体环境的全方位管理。...

     如何利用实验室管理信息系统LIMS轻松通过CNAS评审?


    一、什么是实验室信息管理系统? 

     

    实验室信息管理系统,是将实验室的分析仪器通过计算机网络连起来,将现代管理思想与网络技术、数据存储技术、快速数据处理技术、自动化仪器分析技术有机结合,实现以实验室为核心的整体环境的全方位管理。LIMS集样品管理、资源管理、事务管理、网络管理、数据管理、报表管理等诸多模块为一体,组成一套完整的实验室综合管理和产品质量监控体系,既能满足外部的日常管理要求,又保证实验室分析数据的严格管理和控制。

     

    二、国内多数实验室信息化管理现状


    1、实验室未采用现代化的管理手段,单机调用模版形成检验报告、原始记录等,各环节在单机上操作,数据安全性和完整性无法保证。

     

    2、接诊单、任务书、检验报告、原始记录的信息量大,填写麻烦,各科室间没有衔接相同的数据需人工录入,重复工作较多,降低了工作效率。

     

    3.、常规数据(如样品编号等)不能自动生成,部分检验结果需要人工判定,自动化程度较低。

    仪器设备、检测标准、试剂、样品等领用、借用、维修、检定,全凭管理人员用纸质档案记录,过程繁琐,容易遗漏和出错。

     

    4、检测、审核流程无法科学的管理,步骤繁琐。操作步骤、环境记录、试剂使用、仪器使用等记录填写耗时。

     

    5、实验室管理者无法快速、全面、准确地掌握实验室开展工作进度。

     

    6、人员和任务分配过程复杂,致使工作效率低下。

     

    7、应用实验室信息管理系统后能够带来的变化和提升

     

    三、实验室信息管理系统的必要性?


    很多实验室,处于深化市场机制的过程中,还未采用各种现代化管理手段,作为实验室主管,无法快速、全面、准确地掌控合同状况、试验进度、人员管理等实验室信息;人员和任务分配过程较复杂;检验任务书、试验报告、原始记录等信息需要重复录入,而且查询、生成不方便;实验仪器设备的查询、维修、校准、各种标准文本的发放、查询等管理手续繁琐;从检验任务书的传递、检验,以及检验报告等都由人工处理;虽然各部门都配备了电脑,但是大多数部门的计算机都是独立使用,没有很好地实现资源共享。这种不适应当前检验工作需要的现状,说明了引入实验室信息管理平台的必要性。

     

    四、LIMS系统能带来哪些变化和提升?


    规范化的管理:

     

    人员管理:人员需经考核授权后,方可开展检测项目和使用相关仪器,所有培训、人员档案等在LIMS中相互关联,并通过角色、岗位等定义,避免了没有资质或未经授权的人员接收样品并开展检测工作。

     

    设备管理:仪器设备、标准物质的状态直接和检测流程相关联,任何超标、检定过期、不合格的设备,均无法参与到检测流程中。

     

    库存管理:对留样、余样存样位置和条件进行动态监控和到期销毁提醒,避免样品保存环境的失控,样品保存状态清晰和管理方便;对试剂进行过期或库存不足的提醒,确保检测过程中及时有效的使用试剂。

     

    方法管理:将检验方法整理成检验方法库,并创建完整的原始记录以及通用的计算公式,根据公式直接判定结果,ELISA可以实现仪器的自动采集,避免重复录入信息。

     

    五、质量管理体系运行全覆盖

     

    系统可做到完全覆盖ISO/IEC17025的25个要素,真正达到对实验室的全面管理。可实现对内审核、管理评审、纠正措施、预防措施等所有质量管理活动的信息化、流程化管理,通过年初的计划设置提醒,按期进行相关操作。可实现体系内受控;检验流程的可追溯;实验条件、数据的修改均可追溯;质量体系文件的电子版本受控等。

     

    可实现无纸化办公,提高工作效率相关原始记录可以直接获取,减少重复记录,数据输入和计算过程加快;检验业务和各类记录格式直接在系统内输入,做到无纸化办公;可实现部分仪器数据的采集,检测数据的自动计算和验证;审核批准可在系统内完成,减少中间签字环节,提高工作效率;大量数据在系统中可进行统计分析生成图表和报告,大大减少人员工作量。

     

    六、增强数据安全性


    建立安全访问机制跟踪数据修改情况,支持采用数字加密和电子签名。

     

    七、LIMS开发过程中应注意的事项


    LIMS系统的设计原则

    LIMS以实验室的各类实验管理为核心,按照实验委托检测事务流程进行管理,利用现代化的计算机和网络技术开发的适用于实验检测机构的“实用、方便、经济、先进、功能全面、操作简单”的管理系统。它的设计原则主要考虑以下几个方面:


    1、适用性:在设计时充分考虑系统的适用性,以实验管理实际需求为分析对象,使系统的功能更好地满足各类实验管理的实际需要。

     

    2、安全性与可靠性:在软件设计及网络方案设计中,充分考虑数据传输的安全性和可靠性,在系统故障或网络中断时,能确保传输数据的准确性、完整性和一致性。

     

    3、易操作性:采用传统的Windows和软件操作页面风格,操作简单、界面友好,用户经简单培训即可熟练操作使用。

     

    4、可扩展性:设计时为系统的功能提供了可扩展性接口,为本系统今后根据实际需要扩展预留良好接口。

     

    八、LIMS设计模块


    LIMS可用于管理完整的实验程序,从样品登记到检验、校核、审核到最终批准报告,建立在过程质量控制的基础上,对检测流程进行有效全面的管理,对影响质量的人、机、料、法、环因素加以控制,同时为质量改进提供数据依据。进行LIMS功能模块设计,可有以下几个模块:

    1、委托管理:样品登记、样品接收、留样管理、客户管理;

    2、实验管理:任务分配、检验结果输入、报告校核、报告审核、报告批准、规程管理;

    3、仪器管理:仪器设备台账、检定管理、自校管理、合格供应商管理;

    4、系统管理:实验项目设定、角色管理、口令变更管理、电子签名、日志管理、数据备份、任务查询、实验状态设置。

     

    九、“适用原则”很重要


    对LIMS系统的开发和使用,至关重要的是遵循“适用原则”。LIMS必须适应所在实验室的管理机制、业务流程和质量要求。决不能将实验室没有的或不切实际的要求强行加入系统。

     

    LIMS系统开发需要实验室人员全部参与,尤其需要领导牵头,推动工作的进展。软件的开发、录入、构思等需要各个实验室每个人参与,领导对于调动员工积极性和推动系统进程起到了关键作用。

     

    LIMS系统开发中需求调研很重要。需求调研时形成的需求文档,可形成整个系统的基本框架,在需求文档形成前,一切都可以进行商议,但需求文档生成后,主要功能和技术指标均已固定,当有大的改动或新增较多需求时,则往往难以满足。开发过程中一些细则进行解释或修改,可能会新增和改变很多需求,这些文字材料最好能形成文件,双方进行确认,在验收阶段一一进行确认。

     

    操作方便应重视。有时候限于开发方人力的投入,有些功能虽然能满足需求的要求,但操作起来比较繁琐,导致职工不愿意使用,所以操作的人性化很重要。

     

    软件每开发到一个阶段,开发方均需要进行确认,这样就推动着一步步前进,如果每一步没有达到预期,切勿轻率确认,项目一旦验收,便转到了售后阶段,提供服务的人也换成了售后的人,想要进行大的修改就很难实现了。

     

    十、使用LIMS系统后有什么不一样?


    实施LIMS目的是什么?主要有两个:一是提高我们实验室的管理水平,二是提高我们实验室的工作效率。个别特殊行业的实验室有其他更多使用目的也说不定。

     

    检验业务流程化

     

    LIMS系统实施以后,通过各种计算机及相关技术手段,实现了样品登样、分析结果录入、分析结果审核、自动判定、分析报告生成等功能,使检验业务的流程由人为控制转化为了计算机控制。

     

    检验数据电子化


    检验数据及人员操作信息数据保存在数据库中,实现数据的存储、查询、发布等功能,满足了实验室数据可追溯性要求,也达到了为相关系统提供数据的要求。

     

    管理流程规范化

     

    LIMS系统严格遵循质量体系认证设计的管理流程,将实验室中不易管理的人、物、料、库等因素有效的进行了流程化控制,互相之间建立了必要的连接,不再产生信息孤岛。

     

    分析过程自动化

     

    自动生成分析检验单、质量合格证以及分析报告单,实现频率固定的样品自动登陆系统,自动分配到岗位,减少人员的工作量和人为错误。

     

    质量信息及时化


    通过网络化数据查询的方式,使生产人员能够及时获得他们关心的质量数据,并通过系统接口的实现,满足相关系统的数据共享需求。

     

    十一、如何利用LIMS轻松通过CNAS评审?


    1、原始记录修改的控制,原始记录单一旦提交,原始记录单上所有的项的修改必须得记录,而且必须和纸质的一样的效果,(纸质的修改后画删除线,盖章等),电子版的修改之后,修改的地方应该特殊颜色标识,并且能够记录并方便地查看修改前的数据,修改后的数据,修改人,修改时间等。如有多次修改每次都需记录。另外原始记录的修改必须是检测人改,也就是说,如果要修改需要把原始记录回退给检测人。

     

    2、数据的追溯,在lims流程的任意一环节数据应该都是可溯源的,根据任意其中的一项,都可以溯源到与之关联的其它各项。如根据检测项目可以溯源到结果,原始记录、报告、样品信息、检测人、所用仪器等等。

     

    3、归档,纸质的归档是把原始记录单等相关联质量装订到一起,电子版的也要实现这种功能,说白了,这项其实还是溯源。

     

    4、原始记录单最好和原来的纸质原始记录单基本一致,而且电子版的原始记录必须和你现有的质量手册中表单保持一致。很多厂家在实施LIMS的时候,建议修改质量手册中的原始记录模板以适应软件,但原来的原始记录模板大量修改是不好的,而且会给看惯纸质原始记录单的专家们感觉这不像原始记录。所以,上lims后原始记录最好要保持和原来的基本一致,这样显得比较自然,所以厂家提供的表单制作工具很重要,一定要让客户能自己方便地制作表单(最好能把原来excel或word格式的模板直接导入),这样才能适应实验室发展的情况,不会出现,做一张原始记录单模板或报告模板还得找厂家的情况,或者做一张原始记录单和报告模板非常麻烦的情况。

     

    网友经验分享:


    “我们刚通过了CNAS复评审,认可了LIMS系统的引入,但是强调一定要确保记录的原始性,切记现场试验提供记录签名要手写。”

     

    “我们正面临换证评审,对于“LIMS系统中如何将纸质记录和电子版记录如何对接?”这个问题,我们是这样做的:先规定一个双轨并行时间,待运行顺畅后,然后正式通知取消纸质,过渡到lims。至于lims里的电子存贮资料是由服务器定时自动备份的。”

     

    十二、关于LIMS的认识误区!


    LIMS绝对不能代替ERP 

     

    我见到很多厂商在宣传LIMS的时候把LIMS的功能吹得天花乱坠,似乎LIMS什么都能干,功能比ERP还多,给人感觉似乎是买了LIMS,我们企业再上ERP都多余!这个时候,我们千万,不能被忽悠了。LIMS就是针对实验室的,是管理实验室的样品和数据的!出了化验室,这LIMS什么也不是,它绝对不能代替ERP!

     

    定制化LIMS能提高实验室管理水平?

     

    一套LIMS要能够提高我们实验室的管理水平,它首先必须是一套成熟的软件产品,一套经过世界上多个先进的实验室多年使用被公认的好产品,这样的LIMS才能真正帮助我们提高实验室的管理水平。像国际上先进的实验室看齐,看看人家使用LIMS是怎么做的。

     

    国内LIMS厂商,通常是你要什么功能,技术服务人员就帮你开发什么功能。除非你自己已经有先进的实验室管理经验,否则,那他们能够做到的只是把你的要求搬到他们的LIMS上去,这根本不能提高我们的实验室管理水平。记住,现场编的程序越多,自然问题也就越多,系统的稳定程度也就越差。

     

    十三、仪器链接才是最关键的?


    LIMS能够管理实验室的样品、人员、试剂和仪器等,检验结果能够自动计算,报告能够自动生成,这当然能够在一定程度上提高我们的工作效率,但最最关键的还是仪器连接!只有仪器连接才能真正提高我们实验室的工作效率!你实验室仪器没有连接,或者是仪器连接做得不好,那你的工作效率的提高就很有限,你实施LIMS的意义也就不大!

     

    说到仪器连接,以石化实验室为例,一般都有上百台各种各样的仪器,这些仪器是不是都要连接到LIMS里呢?不见得!有的仪器一个星期也开不了一次机,就算开一次也只是做一两个结果,这样的仪器连接起来能有多大意义?有的仪器,尤其是色谱仪,几乎每时每刻都在运行,进样一次,就出十几个到几十个结果,每个结果都很复杂,这样的仪器连接起来就非常有意义!           

     

    一台天平称量一次出一个结果,你用RS232接口给它连起来称量的时候就必须在天平和PC之间连续跑来跑去!那你的工作效率不是提高了,而是降低了!你说这样的仪器你连它有什么意义?一些带有工作站的仪器也不一定都要连。你分析一次,出一个结果,我为此还要在工作站上输一串长长的样品编号,为此造成的人为误差和劳动强度一点也没有减少,甚至操作比手工操作的时候更烦琐了,那你的工作效率怎么提高?仪器连接的目的无非有两个,一个是提高工作效率,另一个是降低人工的输入错误。你这两个目的都没有达到,你这个仪器连接有什么用?

     

    说到底,仪器连接的着眼点应该放在色谱仪器上,你色谱仪器连接好了,系统很稳定,真正可以做到一个人同时操作十几到几十台色谱仪,色谱数据不须人工干预就自动传到LIMS中,那别的什么仪器都可以不连!你的色谱仪器连好了,那工作效率自然就高!两个人同时操作几十台色谱仪绝对不是难事!

     

    十四、国内外LIMS系统的差异

     

    现在实验室管理系统供应商大体分为国外产品及国内产品。国外产品成熟度高,但根据用户数收费,费用高,灵活性差,如果根据客户实际情况做二次开发,费用更高。国内产品也是刚刚兴起几年,又根据实验室的行业分成了几大阵营,有针对化工行业的,有针对政府实验室,还有针对制造业的。虽然都符合17025管理要求,每个行业的业务特点有所不同。国内费用一般企业都可承担。

     

    十五、为什么在中国LIMS系统成效一般?

     

    Lims是一个系统问题,不仅仅是一套软件,还需要相关的硬件支撑人员的培训等一系列的工作,前期的投入,后期的维护都是问题,再一个就是真的具体到每个实验室其实用性也有待考量。不得不说,国内实施LIMS的技术人员水平不高,基本上不懂LIMS,更不懂实验室!他们的方式就是自己提要求,厂商用VGL来编程。本来一套先进的LIMS,到最后被改成中国特色。导致的结果就是:我们用了LIMS还是落后的。不仅仅把先进的LIMS改成了落后的LIMS,还加大了实施的工作量,编了很多没必要的VGL程序,人员管理、计量管理、试剂管理等等!

     

    十六、小结

     

    随着科研和生产技术的不断发展,人们对分析测试的要求无论在样品数量、分析周期、分析项目和数据准确性等方面都提出了更高的标准,而实验室的管理停留在手工管理、纸质储存数据的层次上已显得不太适应,随着实验室认证的逐步推广,对实验室的整体运行水平、管理水平,特别是管理工具提出了更高的要求。因此,除了加强实验室自身专业水准的提高,提高实验室的管理水准已经是唯一的选择,LIMS的引入无疑会把实验室的管理水平提升到信息时代的高水平。

    展开全文
  • 实验室4 | | | | 这是软件实验室 IV 的主页。 2014/15 第二学期项目。 原始任务描述可以在以下网站(匈牙利语)上找到: 。 它针对 Java 版本 6 或更高版本支持的系统。 它根据 GNU Lesser Lesser Public ...
  • 声学实验室的用途及构造

    千次阅读 2018-05-12 10:07:21
    声学实验室顾名思义,其主要作用是为了进行声学研究或环境声学研究的实验场所。除此之外,例如音箱厂家、声学处理公司等在研发新产品时也都需要在这样一个达到相应标准的环境中对产品的各类参数指标进行测试。声学...
  • 实验室GPU服务器共享方案 LXD

    千次阅读 2018-11-04 21:37:37
    但是实验室人多,隔离环境必不可少,但是服务器cpu和内存并不高,跑虚拟机太重太浪费,跑docker又不合适。于是有了LXD的方案。 需求列表: 不同用户之间不能相互影响 用户要能方便地访问自己的“虚拟机” 用户要有...
  • RFID智能实验室管理系统设计方案

    千次阅读 2014-08-25 16:34:28
     实验室是进行科研的重要基地,它担负着出人才,出成果的重任,创造一流的实验室科研条件和环境,可以直接有力的推动科研水平和科研人员创新能力的提高。实验室管理信息系统是教学和科研体系平台的重要组成部分,...
  • 如何建立你的思科CCNP实验室

    千次阅读 2014-09-04 15:27:02
    如何建立你的思科CCNP实验室 思科CCNP实验室是最困难的实验室建设,因为它涉及这么多不同的设备之一。当你建立你的思科CCNA实验室,这是很容易,因为三个Cisco路由器和三个Cisco交换机会将你在一个不错的位置,在一...
  • 利用Vmware搭建网络实验室

    千次阅读 2009-09-29 10:16:00
    建设网络实验室的费用比较大,中职学校往往缺少资金筹建网络实验室。普通电脑室缺少网络实验环境,影响网络教学质量。用Vmware软件可以很容易地在普通的电脑室搭建网络实验室,从而以较少的投入得到较大的教学效果。...
  • 实验室信息管理系统(LIMS)软件大盘点 一,什么是LIMS? LIMS 或实验室信息管理系统是一种软件类型,旨在通过跟踪与样品、实验、实验室工作流程和仪器相关的数据,提高实验室产能和效率。 LIMS 可以自动执行...
  • 浙大计算机实验室详细推介

    万次阅读 2014-08-02 12:58:19
    实验室方向介绍】(详情见帖子最后所附表格) 1. CAD&CG  主要从事计算机图形、计算机视觉与图像处理、人机交互、可视化、虚拟现实等领域的基础理论、算法、关键技术与应用系统等方面的研究。在光照明模型、...
  • 个人电脑上搭建OpenStack的实验室

    千次阅读 2016-01-29 14:02:17
    现在OpenStack越来越成熟,对其感兴趣的人也越来越多,有些初学者苦于没有实验环境,对OpenStack的理解只能停留在官方文档层面,没有办法理论联系实践。我在刚开始接触的时候,也是这样一种状态,有些东西只看文档,...
  • 前言写这篇博客的原因主要是给我所在的实验室路由器写一个配置参考文档,因为是作为实验室公共使,有不少不太懂配置的学弟学妹恐怕操作起来困难,毕竟马上就要走出学校开始工作了,所以以后的主要还是他们使用。...
  • 蚂蚁金服终端实验室演进之路

    千次阅读 2019-06-05 14:07:51
    今天,让我们站在服务质量的全方位监控与优化的角度,从蚂蚁终端实验室的演进之路展开探讨,从借助使用开源的自动化方案,到自研并逐步完善无线实验集群技术体系,支付宝内部经历了怎样的业务场景演练,以及相应的...
  • 中国计算机国家重点实验室    中国科学院软件研究所:实验室名字就叫做“计算机科学国家重点实验室”。目前,该实验室是国内唯一一个以从事计算机科学和软件方法与技术的基础研究为主的国家重点实验室。    ...
  • 实验室管理系统 项目开发计划

    千次阅读 2008-10-30 14:35:00
    项 目 开 发 计 划一.引言1.编写目的信息化的高速发展,我们不可能也不能用老一套的东西去适应日新月异的社会。虽然电脑没有代替人脑,但是很多...2.项目背景本文档为实验室管理系统的说明书,把管理的数据组织成若干
  • 用Boson模拟器搭建免费网络实验室

    千次阅读 2005-07-15 00:09:00
    你已成功将路由、交换设备搬回家了吧。...现在,我们就为大家介绍一款功能非常强大的模拟器“Boson Netsim”(简称Boson),我们可以用它搭建免费的网络实验室实验室中的设备和组成方式都可由我们自行决
  • 摘要:单片机应用技术所涉及到的实验实践环节比较多,...关键词:proteus软件 单片机 仿真 虚拟实验室引 言 单片机课程是机电、自动化等专业的一门重要课程,可以充分体现学生利用已学知识解决实际工程问题的能力。
  • MIT人工智能实验室:如何做研究?

    千次阅读 2005-10-23 09:01:00
    MIT人工智能实验室:如何做研究? 麻省理工学院人工智能实验室AI Working Paper 316 作者:人工智能实验室全体研究生编辑:David Chapman 版本:1.3 1988年9月译者:柳泉波 北京师范大学信息学院2000级博士生 ...
  • 来自MIT人工智能实验室:如何做研究?作者:人工智能实验室全体研究生编辑:David Chapman版本:1.3时间:1988年9月译者:柳泉波 北京师范大学信息学院2000级博士生摘要 本文的主旨是解释如何做研究。我们提供的...
  • RoIHead 将从ROIExtractor中提取得到的内容进行任务的预测 3.2训练流水线 提供了一些回调方便在训练前后、训练epoch前后、训练batch前后添加自定义的操作 评估 实验设置 数据集. 支持VOC格式和COCO格式的数据集,...
  • 写这篇文章的目的:希望大家看完这篇文章之后理解什么是conda, 学会安装conda, 并用conda在任意一台机器(主要是服务器)上配置自己的python开发环境。 如果你使用过conda,并且只是需要在服务器上配置自己的开....
  • 网络实验室:2.4GHz和5GHz频段实测比

    千次阅读 2014-07-15 22:59:11
    喜欢探寻知识的朋友们,新的《网络实验室》项目开始了,如果你错过了之前的精彩内容,请搜寻《网络实验室》系列文章吧。《网络实验室》栏目是一个将网络理论知识与实践相结合的系列活动,用生动的实验和直观的数据...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 44,699
精华内容 17,879
关键字:

不同实验室环境要求