无人机搭载红外成像、热成像和彩色摄像头，再结合人工智能系统对采集到的数据进行分析，正在为应急响应和搜救行动提供新工具。这一实验系统能够在荒野等复杂环境中，帮助救援人员更精准地确定失踪者位置，并初步判断其是否受伤以及是否仍然存活。

在野外迷路或受伤的人，往往可能被困数日。传统搜救通常依靠无人机在空中搜索失踪者或其活动痕迹。我和同事们在肯尼索州立大学实验室研制了一种小型无人机，可以自主飞行并执行网格化搜索任务。无人机会将实时视频和图像回传至地面站，由搜救队员进行监控和操作。

当人工智能系统在画面中检测到疑似人员目标时，会进一步分析图像，判断该人是站立还是躺卧。系统会对人体进行分割，识别头部和身体姿态，然后重点锁定额头区域。从多种成像数据中逐像素提取额头温度信息，估算出额头温度。我们已有两篇相关论文被美国航空航天学会2026年航空论坛会议接收，详细介绍了这些研究结果。

在此基础上，人工智能模型会评估该人是清醒还是昏迷，并识别异常温度特征，这些特征可能与热应激、体温过低、其他生理异常甚至死亡相关。这类信息对现场搜救队制定救援方案极为关键。

在我们开展的多次实地试验中，该系统对研究团队志愿者头部温度的测量，在不同环境和条件下都表现出较好的一致性和稳定性。

重要性

对失踪人员进行快速、准确的定位，是成功救援的前提。随着时间推移，失踪者的生存概率会急剧下降。

配备人工智能的无人机可以显著提升搜救效率，相比单纯依靠人员徒步搜索更具优势，尤其是在恶劣天气、地形复杂或植被茂密的区域。如果救援人员在抵达前就能大致了解失踪者是清醒还是昏迷，也能更有针对性地准备医疗和救援装备。这项技术有潜力挽救更多生命。

其他相关研究

目前搜救队已经广泛使用各类无人机，但在浓密植被、恶劣天气条件下，或当失踪者躺倒、昏迷时，传统系统往往难以准确识别人类目标。我们开发的基于人工智能的识别与分析技术，正是为了解决这些识别难题。

未来，更轻便且性能更高的传感器将进一步提升无人机在夜间、雨天以及穿透浓密植被方面的能力，从而增强我们和其他团队的搜救系统表现。研究人员也在探索基于人工智能的声音识别技术，用于捕捉求救呼喊；开发更先进的热成像技术，以强化夜视能力；以及研制可作为“第一响应者”的自主无人机。

此外，还有团队正在研发可携带较重载荷（如救生浮具）、最长可连续飞行约14小时，或能进行实时地面三维映射的无人机平台。

未来计划

我们的下一步目标之一，是让多架无人机实现协同自主飞行，自动分工并协调执行搜救任务，以覆盖更大范围的区域，潜在搜索面积可达数百平方英里。

同时，我们也在设计一款更大型的无人机平台，计划其最大载荷可达110磅（约50公斤），并能持续飞行约一小时，用于运送救援物资或专业设备。

本文转载自 The Conversation，遵循知识共享许可协议。可查阅原文了解更多技术细节。