作者：AMOVLAB
公众号：阿木实验室
发布时间：2026-09-03 18:00
查看微信公众号原文

仓库是无人机从“会飞”走向“会作业”的典型室内场景。与开阔环境不同，仓库内货架密集、通道狭窄、货物堆叠形态复杂，GPS信号弱或不可用，对无人机的定位、避障与路径规划提出了更高要求。

与此同时，仓储管理不仅关注“货物在哪里”，还需要掌握“货物占了多少空间”。传统人工巡检与体积统计耗时较长，也难以高频、持续获取仓库空间数据。

如果无人机能够依据预设仓库边界自主完成巡检，在飞行过程中扫描货物、粗略测算货物体积，并同步保存巡检图片与测算数据，就可以形成更加完整的仓库数字化巡检闭环。

如何让无人机在仓库中自主穿行、避开障碍、完成货物扫描，并最终自动形成一份可读的巡检报告？

这正是本期创新课题：仓库自主巡检与货物体积测算，希望探索无人机在智能仓储场景中的自主作业能力。

01

挑战赛课题介绍

仓库自主巡检与货物体积测算

本课题面向室内仓储巡检与库容感知场景，探索单架无人机自主完成仓库巡检、货物扫描、粗略体积测算以及数据归档的方法。核心任务如下，最终实现从“人工巡检与手工统计”到“无人机自主巡检、自动测算与报告输出”的转变。

• 依据预设的仓库尺寸与巡检区域，自主规划巡检航线，在仓库内完成飞行、转向与实时避障；

• 对巡检过程中观察到的货物进行多角度扫描，获取图像或空间信息，并对货物占用体积进行粗略测算；

• 将货物体积测算数据、对应巡检图片及必要的巡检记录进行整理，自动形成结构化巡检报告。

无人机需要具备：

• 自主定位与建图能力；

• 环境感知与避障能力；

• 自主巡检与覆盖路径规划能力；

• 货物扫描与三维信息获取能力；

• 货物体积粗略估算能力；

• 数据记录、图像归档与报告生成能力。

课题挑战目标

五大技术方向，构建完整仓库巡检、测算与数据闭环能力。

自主定位与建图

仓库内GPS信号较弱或无法使用，无人机需要结合视觉与惯性数据，持续获取自身的位置和姿态，同时构建仓库环境地图。定位结果既要支撑稳定飞行，也要用于记录巡检路线和标注货物位置。

技术方向：

视觉定位 / 惯性导航 / SLAM

路线规划与自主避障

无人机需要通过传感器获取周围信息，理解空间结构，识别建筑残骸、树木、坡地或临时障碍，并为避障和安全通行提供依据。感知结果还要及时传递给规划模块，避免出现“看见了却来不及躲”的情况。

技术方向：

覆盖路径规划 / 障碍物检测 / 航点管理

目标识别与多视角扫描

无人机到达指定区域后，识别待测货物并确定扫描范围，从不同距离和角度采集图像、深度数据或点云，为后续三维重建和体积测算提供完整、有效的数据。

技术方向：

目标识别 / 多视角采集 / 深度感知

尺度标定与体积测算

通过相机标定或已知尺寸参照物，建立扫描数据与真实尺寸之间的对应关系。随后对多视角数据进行配准，去除地面、货架等背景信息，提取货物区域并估算实际体积。

技术方向：

相机标定 / 点云配准 / 区域分割 / 体积估算

数据归档与报告生成

将货物位置、现场图片、扫描数据、体积测算结果和巡检记录关联保存，并按照任务或货物编号生成报告，方便后续查看、复核与追溯。

技术方向：

数据关联 / 图像归档 / 结果可视化 / 报告生成

课题应用场景

仓库自主巡检与货物体积测算不仅是一项无人机技术挑战，也对应多个真实的仓储数字化应用方向。

• 智能仓储

辅助仓库自动完成日常巡检，减少重复人工巡查工作。

• 库存与库容盘点

通过货物扫描与体积估算，快速了解货物占用空间和仓库剩余容量。

• 物流调度

为货物入库、出库、堆放调整与空间规划提供数据参考。

• 仓库数字化

持续沉淀巡检图像、体积数据和空间信息，为数字仓库与无人化管理提供基础。

• 建议验证结果：完成指定仓库区域自主巡检，输出货物估算体积、对应巡检图片及任务记录，并自动生成一份结构化巡检报告。

02

飞行机器人创新创造挑战赛

飞行机器人的发展，需要更多真实场景验证。一个创新想法，只有经过开发、测试和应用验证，才能真正转化为具有价值的产品。

为了帮助更多开发者参与其中，2026-2027年度飞行机器人创新创造挑战赛正式开启。

赛事面向高校、科研院所、科技企业、开发者团队及飞行机器人爱好者，打造集技术学习、项目开发、场景验证和成果展示于一体的创新平台。

参赛团队可基于FlyCore飞行机器人融控系统 开展项目开发，从方案设计、系统搭建，到场景验证和项目竞演，完成属于自己的飞行机器人创新作品。

同时，赛事将定期举办飞行机器人开发训练营，围绕系统搭建、技术开发、项目实践等内容，为参赛团队提供学习交流和项目成长支持。

持续发布创新课题，提供探索方向

为了帮助参赛团队快速进入开发实践，挑战赛将持续推出系列创新课题。

每期课题将结合飞行机器人技术方向和真实应用场景，为开发者提供项目参考。

开发者可以基于推荐课题开展研究，也可以结合自身兴趣进行拓展创新。

从一个技术想法，到一台真正能够完成任务的飞行机器人，这正是挑战赛希望推动的创新过程。

03

基于FlyCore，冲击百万创新基金

FlyCore飞行机器人融控系统，为开发者提供从飞行控制、定位导航到任务开发的一体化开发基础

FlyCore融合飞控、建图定位、识别规划、传感器接入等核心能力，构建感知、定位、规划、控制的完整闭环，支持开发者快速搭建飞行机器人平台，开展算法验证和应用探索。

基于 FlyCore，参赛团队可以快速完成方案设计、功能开发和场景验证，将自己的创新想法转化为真正能够飞行、能够完成任务的机器人作品。

通过 FlyCore，团队可以：

✓ 快速搭建飞行机器人平台
✓ 开展算法验证与功能开发
✓ 完成真实场景测试
✓ 参与挑战赛项目竞演

让想法真正飞起来，让创新走向真实应用。

本届挑战赛设立百万年度专项激励总资金，持续征集具有真实应用价值和产品潜力的飞行机器人创新项目。除现金奖励外，赛事还将为优秀项目提供技术指导、样机打磨、工程验证、供应链与市场推广等支持；表现突出的项目有机会进入产品化共创计划，并获得产业资源、创业孵化或战略投资支持。

报名参赛

高校、研究所、科技企业及相关开发者均可报名参赛。参赛团队需基于FlyCore融控系统开展自主开发与原创设计，提交可面向实际需求落地的创新方案。

赛事将按照“技术训练—项目开发—场景验证—成果竞演—产品化共创”的路径持续推进。飞行机器人开发训练营也将每月持续开展。

报名方式：

想了解更多赛事信息扫描下方二维码联系我们。

本次活动最终解释权由成都铂贝科技有限公司所有

如果您有感兴趣的技术话题，请在留言区告诉我们！关注阿木实验室，更多技术干货不断更新！

开发遇到棘手难题可以上阿木官方论坛：

bbs.amovlab.com

有工程师亲自解答

10000+无人机开发者和你共同进步！