随着各类灾害事件不断发生,对人员进行搜救是搜救人员面临的最紧要的任务,但仅凭人工进行搜救效率低下。而无人机轻便灵活,能够实现自动控制,能够实现信息的传输,能够飞至人员无法到达的区域,为相关工作的开展提供方便。但在实际应用过程中存在大量亟待解决的问题。无人机虽然轻巧灵活,但是无人机的续航能力差;任务完成后,应该让无人机自主降落等待飞行命令,过多的人工控制使得流程复杂化,挤压了搜救人员的时间;如果在天气恶劣的情况下,基于可见光条件下的目标搜索也无法较好的发挥作用。为了解决上述问题,本文使用大疆“御”Mavic 2行业双光版无人机,并结合DJI Mobile SDK,设计并实现了一款基于无人机多源数据的地面目标搜索的Android应用。考虑到目前手机异形屏的多样性,该应用在获得热红外与可见光融合后的视频流后,通过自定义View来最大化显示视频流;目前无人机动力系统的效率已接近技术极限,我们通过对搜索区域进行规划来更高效的使用无人机,设置重叠率来计算出航线间隔,尽量在有限的时间内对搜索区域进行全面的搜索,减少无人机返航更换电池的次数,同时设置采样率来控制目标检测时的频率;对于目标搜索部分,本系统选用YOLOv4-Tiny网络模型,通过移动端深度学习框架ncnn把训练得到的权重等移植到Android上,并且实现了18FPS以上的速度;对于无人机的精准降落部分,本系统提出了一种基于多个定位二维码（AprilTags）的无人机精准降落方法,通过对停机坪里的AprilTags进行识别,得到无人机与停机坪的偏移值,同时针对风扰以及丢失停机坪视野的情况设计相应的控制算法,通过不断调整无人机,使其降落到停机坪指定位置。在完成设计与实现后,对系统各个部分及整体进行测试,验证系统满足需求和设计要求。该系统可以大大节省人力,降低搜寻目标遗漏的概率,提高工作效率,也拓展了无人机的功能。