En este artículo, presentamos la exploración de tecnologías de posicionamiento en interiores para UAVs, así como técnicas de navegación para la planificación de rutas y la evitación de obstáculos. El objetivo era realizar tareas de inventario en almacenes, utilizando un dron para buscar códigos de barras o marcadores para identificar objetos. Para las técnicas de posicionamiento en interiores, empleamos odometría visual-inercial (VIO), banda ultra-ancha (UWB), marcadores fiduciales AprilTag y localización y mapeo simultáneos (SLAM). Estos algoritmos incluyeron posicionamiento global, posicionamiento local y posicionamiento de pre-mapeo, comparando los méritos y desventajas de varias técnicas y trayectorias. Para la navegación de UAV, combinamos el mapeo interior basado en SLAM RTAB-map y la planificación de rutas de navegación del ROS para entornos interiores. Este sistema permitió un posicionamiento preciso del dron en interiores y utilizó planificadores de rutas globales y locales para generar trayectorias de vuelo que evitaran obstáculos dinámicos, estáticos, desconocidos y conocidos, demostrando alta practicidad y viabilidad. Para lograr la inspección de inventario en almacenes, se propuso un enfoque de aprendizaje por refuerzo, reconociendo marcadores al ajustar el punto de vista del UAV. Abordamos varios de los principales problemas en la gestión de inventarios, incluyendo la planificación eficiente de rutas, mientras se aseguraba una cierta tasa de detección. Se implementaron dos técnicas de aprendizaje por refuerzo, AC (actor-crítico) y PPO (optimización de políticas proximales), basadas en la identificación de AprilTag. Se realizaron pruebas tanto en entornos simulados como en el mundo real, y se validó la efectividad del método propuesto.