马来西亚国家能源公司(TNB)是马来西亚的主要能源供应商,为约1000万户家庭提供电力服务,运营着遍布马来西亚半岛的庞大输电和配电网络。该公司还向包括新加坡和泰国在内的邻国出口电力。作为其技术转型战略的一部分,TNB寻求高效的方式来监控和管理其庞大的仓储运营。
在 NestGen '25 的一次会议上,我们采访了运营和工程部门的技术产品经理 Azfar Helmi。 Aerodyne集团Aerodyne是一家全球领先的无人机技术和数据分析公司,业务遍及45个国家。Azfar拥有超过九年的遥感经验,尤其擅长无人机技术,特别是Aerodyne在采矿和能源领域的嵌套式无人机项目。以下是他们对革新仓库资产监控的看法:
挑战
“人工巡检非常耗时。事实上,早在2023年我们与客户初次沟通时,他们最关心的就是时间限制,因为每次资产巡检都需要大约三个月的时间才能完成。”--Aerodyne集团技术产品经理Azfar Helmi
TNB在管理其仓库运营方面面临着几个关键挑战:
- 耗时的库存核查人工检查周期需要三个月才能完成,由于资产每天都在移动,导致数据几天内就会过时。
- 广阔空间中的能见度有限:运营一个占地 43 公顷的仓库,该仓库分为配送和输送资产两部分,使得通过传统方法进行全面监控几乎成为不可能。
- 空间优化难题由于变压器和电缆卷筒等大型设备需要大量的存储空间,TNB 需要实时了解可用空间,以最大限度地提高存储效率。
- 资产跟踪准确性:在正常营业时间内,资产的日常流动导致库存记录与实际仓库内容之间持续存在差异。
仓库内存放着各种各样的电气设备,包括变压器、绝缘子、开关和电缆卷筒--数量和尺寸各不相同。传统的盘点方法无法提供在这种动态环境下进行有效库存控制所需的速度、准确性和频率。

解决方案
2023年9月,TNB与Aerodyne合作,部署了一套基于FlytBase Enterprise技术的无人机自主对接解决方案。该系统结合了DJI对接技术和先进的人工智能分析技术,旨在革新仓库资产管理方式。
实施方案包括:
- 使用 DJI Matrice 30 无人机安装 DJI Dock
- 星链连接提供可靠的通信
- FlytBase企业平台与 AWS 服务器基础设施集成
- 专门为电气设备检测和分类开发的定制人工智能算法
- 用于以易于理解的方式呈现资产信息的专用可视化软件

工作原理
该自主无人机系统遵循一套系统化的流程,以提供可操作的洞察:
- 仓库区域被划分为五个区域,以便进行有序覆盖。
- 码头无人机每天在所有区域进行飞行作业(天气允许的情况下)。
- 每次完整任务期间大约会拍摄2000张照片。
- 所有数据均从FlytBase平台传输到 AWS 进行处理。
- 人工智能算法分析图像,以检测、分类和量化资产。
- 可视化软件将处理后的数据呈现给TNB的仓库管理团队。
- 结果将在 24 小时内交付,以便第二天做出计划决策。
该人工智能检测系统经过训练,能够高精度地识别各种电气元件,包括变压器(准确率95%)、电缆束(准确率80-85%)和绝缘体(准确率90%以上)。该系统还可以识别库存规划所需的空置空间。
执行
整个实施过程遵循严谨细致的方法,从2023年10月的系统安装开始。团队没有设定固定的飞行时间,而是采取了灵活的任务执行策略,以适应马来西亚变幻莫测的天气状况。现场飞行员随时待命,以便在自动飞行计划因雨天或强风等原因中断时,手动执行飞行任务。
实施过程中最大的挑战在于开发和改进人工智能检测算法。仅凭地图图像难以识别较小的组件,需要额外的训练才能估算堆叠配置中的数量。通过迭代改进,团队在部署后的几个月内就达到了目前90%的总体检测准确率。

“自 2023 年 9 月以来,我们一直就这个具体项目与 TNB 进行沟通。到 2023 年 10 月,我们在 TNB 的仓库中部署了一个 DJI Dock。” - Azfar Helmi,Aerodyne集团技术产品经理
结果
码头无人机解决方案为TNB的仓库管理带来了显著的运营改进:
- 大幅缩短验证时间以前需要三个月才能完成的工作,现在每天就能完成,24 小时内就能获得结果--验证速度提高了 90 倍。
- 增强库存可见性每日资产核查可提供近乎实时的仓库内容信息,包括数量、分类和关键组件的精确位置。
- 优化空间利用:TNB 工程师现在每隔一天就能收到有关可用存储区域的最新信息,从而能够高效地计划设备的交付和放置。
- 分类准确率提高人工智能系统能够区分不同类型的电气元件(变压器、绝缘体、开关等),对于某些设备类别,准确率高达 95%。
- 数据驱动的决策仓库经理现在可以根据当前的库存状况而不是过时的信息做出决策,从而改进资源分配和规划。

“如果没有人工智能,普通人就必须亲自前往现场进行核实;即使依赖地图,让地理信息系统分析师每天进行识别,一张地图的分类也至少需要两周时间。但有了人工智能,我们今天拍照,国家能源公司(TNB)就能在下一个工作日结束前拿到结果。到第三天,他们就可以利用这些信息了。”--Aelodyne集团技术产品经理Azfar Helmi
前进的道路
继初步实施取得成功后,TNB正在扩大自主码头无人机技术的应用范围:
- 在同一仓库地点增设装卸平台,用于安全监控
- 计划将安全监控范围扩大到其他TNB设施。
- 测试阶段:在变电站部署码头,用于每周或每月的检查
- 持续改进检测算法,以提高所有类型设备的检测精度
- 利用SLAM和激光雷达技术探索室内仓库的潜在应用
TNB 的经验表明,自主无人机技术具有可扩展性,每一次成功的应用都为扩展到其他用例和地点创造了机会。
结论
TNB、Aerodyne 和FlytBase之间的合作展示了自主无人机技术如何变革能源行业的仓库资产管理。该解决方案将核查时间从数月缩短至数天,提高了库存准确性,并实现了数据驱动的空间优化,不仅能立即带来运营价值,还为持续创新和扩展奠定了基础。
常见问题
Q1. 在仓库环境中部署码头无人机系统面临的主要监管挑战是什么?
在马来西亚,获得超视距飞行(BVLOS)作业许可需要经过民航局长达五个月的严格审核流程。运营方必须证明其具备安全规程、影响评估能力以及持续的飞行员安全意识系统。由于各国监管要求不尽相同,因此在开展作业前与当地民航局进行磋商至关重要。
Q2. 人工智能驱动的分析如何提高基于无人机的仓库监控效率?
人工智能通过自动识别、分类和量化库存物品,将原始无人机图像转化为可执行的洞察。如果没有人工智能,处理每天 2000 张图像需要数周的人工分析。而人工智能系统可以在一夜之间处理相同数量的图像,并提供可立即用于运营规划的结果。
Q3. 基于无人机的库存检测系统可以达到怎样的准确度水平?
目前的系统总体检测准确率约为 90%,具体数值因物品类型而异。像变压器这样的大型物品准确率可达 95%,而像电缆束这样的小型或堆叠物品的准确率则在 80% 到 85% 之间。通过使用经过验证的库存数据对人工智能模型进行迭代训练,检测准确率将持续提高。
Q4. 将码头无人机技术扩展到多个设施的推荐方法是什么?
首先部署一台设备,运行 3-6 个月,以评估其运营价值和集成挑战。根据已验证的结果,逐步扩展(增加 3-5 台设备),同时监控性能和价值创造情况。这种循序渐进的方法使企业能够在全面部署之前积累内部专业知识并开发最佳应用案例。
