在倉庫中部署全自動無人機掃描庫存時，需要在機架區(qū)域中進行了多次部署，以幫助掃描托盤條形碼和位置。用無人機自動掃描大容量庫存，常比機架存儲占用更多的倉庫空間。

盡管可以使用緊湊的現(xiàn)成無人機對基于機架的托盤（甚至是存儲在VNA中的托盤）進行掃描，但由于人員和設(shè)備在通道中不斷移動，障礙物（例如支柱和高架標(biāo)牌和要進行空中掃描的絕對規(guī)模。此外，使用無人機掃描散裝存儲中的單個條形碼可能不切實際；取而代之的是，可以分析（手動或算法地）使用無人機捕獲的航拍視頻和圖像，以計算紙箱數(shù)量，檢測蜂窩，定位SKU，監(jiān)視空間利用等。


Flytbase已成功部署了空中掃描（作為概念驗證），用于大亞特蘭大地區(qū)百萬平方英尺的配送中心的大容量存儲。這個倉庫有數(shù)千個海灣，可用于將近100％的家用電器大容量存儲。在如此龐大的配送中心中盤點庫存會消耗大量時間、勞動力和設(shè)備，尤其是在高峰季節(jié)，工廠的產(chǎn)能接近100％時。事實證明，無人駕駛飛機可以應(yīng)對如此大的倉庫中庫存利益相關(guān)者所面臨的挑戰(zhàn)，尤其是當(dāng)以具有內(nèi)置精確著陸、電池充電、過道穿越等功能的全自動機隊的形式部署時。


無論是使用地面機器人還是無人機，倉庫自動化都在迅速融合為使用計算機視覺和傳感器融合技術(shù)。由于在散裝貨艙上已經(jīng)安裝了架空電線，因此使用導(dǎo)航輔助工具來支持無人機的室內(nèi)自主導(dǎo)航相對容易。實際上，空中無人駕駛飛機可以提供豐富的圖像和視頻數(shù)據(jù)，而這些數(shù)據(jù)又可以使用AI/ML技術(shù)進行處理，以描繪出托盤，紙箱甚至單個物品。

Flytbase首席執(zhí)行官NitinGupta補充說：

“隨著FlytWare目前在美國喬治亞州一個非常大的配送中心試用掃描批量存儲位置，我們預(yù)計將在類似設(shè)施中大規(guī)模部署完全自主的無人機。通過這樣的PoCs和試點，家電制造商（假如）可以節(jié)省勞動力和設(shè)備、實時視頻饋送、間隔圖像和更快的周期計數(shù)。”