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，但由于人員和設備在通道中不斷移動，障礙物（例如支柱和高架標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、勞動力和設備，尤其是在高峰季節(jié)，工廠的產能接近100％時。事實證明，無人駕駛飛機可以應對如此大的倉庫中庫存利益相關者所面臨的挑戰(zhàn)，尤其是當以具有內置精確著陸、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。由于在散裝貨艙上已經安裝了架空電線，因此使用導航輔助工具來支持無人機的室內自主導航相對容易。實際上，空中無人駕駛飛機可以提供豐富的圖像和視頻數據，而這些數據又可以使用AI/ML技術進行處理，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，我們預計將在類似設施中大規(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)省勞動力和設備、實時視頻饋送、間隔圖像和更快的周期計數。”
?