近年来,由于地质勘探、旅游探险或地质自然灾害导致的人员失联事件频发,对于失联人员来讲,时间就是生命,如何在短时间内完成对特定区域搜索成为热门的研究方向。无人机作为一种灵活便携、成本低的设备越来越多地被应用到失联人员搜索任务中,同时结合深度学习实现自主搜索,极大地提高了搜索效率。但上述技术应用在实际搜索任务中依然存在如下问题亟待解决:图像识别主要依靠移动设备提供算力,而移动设备受CPU性能、GPU性能和散热等因素的影响,使得图像识别的速度无法满足实时性的要求;基于可见光图像的目标检测在夜晚、雾天等光线条件不佳的情况下,识别准确度较低,无法满足搜索任务对于准确性的要求。搜索路径航点需要搜索人员手动标记,无法自动生成搜索航点;缺少任务管理和无人机管理相关功能。基于上述问题,本文设计并实现了基于无人机机载GPU的失联人员搜索系统。该系统由目标搜索、任务规划、任务实时预览和后台管理四个模块组成。目标搜索模块负责对任务区域内的目标进行搜索,按照具体功能又可细分为任务执行控制和目标检测两个子模块,任务执行控制子模块利用基于MSDK开发的Android应用向无人机发送控制指令和任务信息,目标检测子模块利用Darknet训练样本得到YOLOv4-Tiny检测权重,然后通过TensorRT对模型进行优化,最后利用机载GPU提供的强大算力,实现实时目标检测。同时通过搭载集成了多类传感器的传感器系统,无人机可以同时获取可见光图像和热成像图像,在夜晚、雾天等光照条件不佳的情况下,可以对热成像图像进行识别,以提高此类场景下的识别准确度。任务规划模块可以根据搜索人员设置的任务区域和相关参数自动生成覆盖任务区域的搜索航线,搜索人员可以根据实际任务场景,对生成的航线进行调整,以满足实际的任务需求。任务实时预览模块负责展示无人机实时视频流、无人机实时位置、任务执行进度以及目标检测结果。后台管理模块采用B/S架构,分别使用Spring Boot和Vue框架进行前后端开发,主要提供了任务管理、无人机管理等功能,相关人员可以对任务和无人机进行统一管理,方便任务复用和委派。在系统实现完成之后,对系统各个模块以及整体进行了充分的测试,测试结果表明该系统有效解决了现有无人机搜索系统中存在的问题,可以更好地协助搜索人员进行失联人员搜索,进一步提高了搜索的效率和准确度。