adis – Smarte Inspektion für Hallen & Hochregallager
ADIS: Echtzeit-Insights aus jeder Lager-Ecke – immer aktuell, immer sicher
Entdecken Sie ADIS – das autonome Drohnen-Inspektionssystem für Hallen und Hochregallager. Es ermöglicht teilautonome Navigation, Live-Video-Feed in VMS-Systeme und volle Kompatibilität mit EU-Vorschriften (DGUV-konform). ADIS ist eine Entwicklung von Koller in Kooperation mit Lech-Tec.
Nahtlose Integration in bestehende Systeme
Präzise Indoor-Navigation ohne GPS
Geeignete Einsatzbereiche in Hochregallagern und Logistikzentren
Drohneninspektion – Live und nahtlos integriert
Nahtlose Integration in bestehende Systeme
ADIS integriert sich problemlos in vorhandene Video-Management-Systeme (VMS) und Warehouse-Management-Systeme (WMS). RGB- und Thermal-Videostreams werden per RTSP übertragen und via ONVIF automatisch erkannt. Sensordaten (z. B. Gas-, Rauch- oder Temperaturwerte) fließen über MQTT und OPC UA ein – ideal für Alarmtriggers, Pop-ups und Echtzeit-Benachrichtigungen. Die Drohne ist vollständig IP-basiert und kompatibel mit gängigen Plattformen wie Milestone, Genetec oder Dallmeier – ohne zusätzliche Sonderlösungen.
Präzise Navigation ohne GPS
Präzise Indoor-Navigation ohne GPS
ADIS erreicht reproduzierbare Flug-routen mit einer Abweichung von < 30 cm – auch in engen Gassen von Hochregallagern. Dies wird durch eine Kombination aus Optical Flow Sensorik (360°), Abstandssensoren, AprilTags (fiduciale Marker) und Edge-Computing ermöglicht. Waypoints werden in einem benutzerdefinierten 3D-Grid geplant und per ArduPilot/Pixhawk 6X ausgeführt. Funktionen wie Precision Loiter sorgen für stabile Positionierung und wiederholbare Inspektionen.
Ähnliche Ansätze mit fiducialen Markern und Optical Flow werden in der Forschung für präzise Warehouse-Positionierung eingesetzt und erreichen hohe Genauigkeit in GPS-denied Umgebungen (Ekici et al., 2023; Lin et al., 2024). Manuelle Übernahme ist jederzeit möglich, um maximale Flexibilität zu gewährleisten.
Spezialisierte Überwachung – Temperatur, Gas, Rauch und Struktur im Hochregallager
Geeignete Einsatzbereiche
ADIS eignet sich hervorragend für tägliche Routineinspektionen in Hochregallagern, Logistikzentren und automatisierten Intralogistik-Anlagen. Typische Anwendungen umfassen:
- Temperatur-, Gas-, Rauch- und Strukturüberwachung
- Brandschutz-Checks (z. B. O₂-Level)
- Regal- und Lagergutkontrolle
- Sicherheitsrundgänge in engen, GPS-freien Bereichen
Autonome Indoor-Drohnen-Systeme wie ADIS tragen zur Effizienzsteigerung bei, indem sie regelmäßige Überwachung ohne Personalaufwand ermöglichen – ein Trend, der in aktuellen Studien zu Warehouse-UAV-Integration bestätigt wird (Malang et al., 2026; Wawrla et al., 2019). Das System ist EU-/DGUV-konform und sofort einsatzbereit in modernen Logistikumgebungen.
Hervorragend für tägliche Routineinspektionen
Wissenschaftliche Grundlage und Vergleich
Die Navigationstechnologien von ADIS basieren auf etablierten Methoden der Indoor-Robotik:
- Optical Flow und Sensor-Fusion für driftarme Geschwindigkeits- und Positionsbestimmung (vergl. Samavedula et al., 2025)
- Fiduciale Marker (AprilTags/ArUco) für globale Korrektur und präzise Lokalisierung (Ekici et al., 2023; Lin et al., 2024)
- Autonome Pfadplanung in engen Räumen mit Edge-Computing (vergl. Sensor-Fusion-Ansätze in James et al., 2024)
Weiterführende Literatur:
- Ekici, M. et al. (2023). Warehouse Drone: Indoor Positioning and Product Counter with Virtual Fiducial Markers. Drones, 7(1), 3. https://doi.org/10.3390/drones7010003
- Lin, H.Y. et al. (2024). Development of Unmanned Aerial Vehicle Navigation and Warehouse Inventory System Based on Reinforcement Learning. Drones. https://www.mdpi.com/2504-446X/8/6/220
- Malang, C. et al. (2026). Analyzing Key Factors for Warehouse UAV Integration Through Complex Network Modeling. Logistics, 10(2), 28. https://doi.org/10.3390/logistics10020028
- Wawrla, L. et al. (2019). Applications of drones in warehouse operations. ETH Zürich Whitepaper. https://ethz.ch/content/dam/ethz/special-interest/mtec/pom-dam/documents/Drones%20in%20warehouse%20opeations_POM%20whitepaper%202019_Final.pdf
ADIS im Vergleich zu Marktführer
Die Tabelle basiert auf öffentlich verfügbaren Spezifikationen (Stand 2026), Herstellerangaben und Branchenvergleichen.
| Kriterium | ADIS (Koller Lech-Tec) | Flyability Elios 3 | Corvus Robotics Corvus One |
|---|---|---|---|
| Primärer Fokus | Smarte Inspektion (Temperatur, Gas, Rauch, Struktur) in Hallen/Hochregallagern | Kollisionsresistente Close-up-Inspektion & 3D-Mapping in confined/hazardous Spaces | Vollautonome Inventory-Scanning & Barcode-Lesen in großen Lagern |
| Autonomie-Level | Teilautonom (Waypoint-Grid, Precision Loiter, manuelle Übernahme möglich) | Hochautonom mit Assistenz (Smart Return-to-Home, Dynamic Rerouting, Repeat Flights) | Vollautonom (Level 5: Wochenlang unattended, kein Pilot, kein WiFi) |
| Navigationsmethode | Optical Flow (360°), AprilTags/Fiducials, Abstandssensoren, ArduPilot/Pixhawk | LiDAR-basiertes SLAM + VIO (Visual-Inertial Odometry), FlyAware™ Engine | Kamerabasierte Visual-Inertial SLAM + Neural Networks (14 Kameras, 360° Obstacle Avoidance) |
| Positionierungs-Genauigkeit | < 30 cm Abweichung (reproduzierbar) | Zentimeter-Genauigkeit (LiDAR SLAM, real-time 3D-Map) | Hoch (für Barcode-Scan & Location-Tracking optimiert, keine genaue cm-Angabe publiziert) |
| GPS-Denied-Fähigkeit | Ja (vollständig indoor, ohne GPS) | Ja (spezialisiert darauf, robust in confined Spaces) | Ja (kein GPS, kein WiFi, kein Beacon nötig) |
| Schutz / Kollisionsresistenz | Nicht kollisionsresistent (Standard-Quadcopter-Design) | Ja (voll umschlossene Schutzkäfig, übersteht Kollisionen) | Ja (Obstacle Detection & Avoidance, fliegt sicher in aktiven Gängen) |
| Sensorik / Payload | RGB + Thermal-Kamera, Gas-/Rauch-/Temp-Sensoren, RTSP/MQTT/OPC UA | 4K-Kamera + Thermal, LiDAR-Payload, dedizierte Inspection-Tools | 14 Kameras für 360° Scan, Barcode-Reader-fokussiert (kein Thermal/Gas) |
| Integration | Stark (VMS wie Milestone/Genetec, WMS, MQTT/OPC UA, RTSP) | Gut (Daten-Export für 3D-Modelle, Reporting-Tools) | Stark (direkt in Warehouse-Management-Systeme, real-time Data-Feed) |
| Flugzeit pro Mission | Nicht explizit angegeben (typisch 10–20 min bei Pixhawk-Systemen) | 9–12,5 min (mit/ohne LiDAR) | 20 min pro Scan (inkl. Recharge, 200–400 Paletten pro Flug) |
| Einsatzszenario-Stärke | Tägliche Routine-Inspektion mit Multi-Sensor-Alarmen in Hochregallagern | Enge/confined Räume (Tanks, Silos, Schächte), 3D-Volumen-Messung | Große, laufende Inventory-Zyklen in aktiven Lagern (kein Personal nötig) |
ADIS positioniert sich als kostengünstige, integrationsstarke Alternative für Logistik/Hallen mit Fokus auf Sensor-Alarme (Gas/Rauch/Temperatur) – ideal für Brandschutz & Sicherheit. Elios 3 ist der Benchmark für extreme Robustheit (kollisionssicher, confined Spaces), aber teurer und eher für hazardous Inspektionen (nicht primär Inventory). Corvus One dominiert bei vollautomatischer, skalierbarer Inventory (kein Mensch nötig, sehr hohe Durchsatz), aber weniger Sensor-Vielfalt für Inspektion.
Unterlagen anfordern
Letzte Aktualisierung: März 2026