无人机作为新科技的产儿，已经成为被普遍使用的搜寻和救援工具，但在森林中执行搜寻任务时，浓密的树冠覆盖面会影响其GPS信号。日前，MIT研究人员提出了一套解决方案：利用自主系统使无人机舰队在密集的森林冠层下协同搜索，无人机只需要配置机载计算和无线通讯就可以摆脱GPS的限制了。
在执行搜寻任务过程中，每架无人机配备激光测距仪用于位置估计、定位和路径规划，在飞行中创建单独的3D地形图，运用算法识别未探索和已探索的区域，直至完全映射指定的划分区域。依此类推，整个无人机舰队最后将各自创建的地形图整合形成一个全方位的3D地形图，以最少的成本梳理出大片森林的全地形，供救援人员进行监测。在实际应用中，无人机配置物像识别系统识别搜寻对象，并在全方位3D地形图中标记出走失或受伤的救援对象的方位，而救援人员将根据这些信息实施救援。
每架无人机均安装了一个激光雷达系统，该系统通过发射激光束和测量反射脉冲来对周围的障碍物进行2D扫描。研究人员对这些无人机进行编程来识别不同树木的方向，当激光雷达信号映射一个树簇时，算法会自动计算树木之间的角度和距离作为区分树簇的参数，同时也确定无人机自身的方位。这种特征检测技术也有助于精确地合并不同无人机创建的地形图。
传统上使用无人机进行搜寻和救援时，无人机总是被指令搜索最接近的可能未知区域，而这个未知区域也许在无人机所处位置的任何一个方向上，因此，无人机通常需要飞行少许距离，然后停顿，接着再选择下一个新的方向，这种方式浪费了一定的时间和能量。在实际的营救任务中，每一分钟都及其珍贵，因此，MIT研究人员创建了一种更有效率的搜寻策略，即尽可能地保存多架无人机同时工作的势头，形成螺旋状的模式来提高覆盖搜寻区域的速度，而不是简单地让无人机去覆盖未探测的地区。
这项技术现阶段仍存在一点亟待突破的限制：当前系统需要一个外部的地面站来合成单独的地形图，MIT研究人员在户外的实验中，必须建立一个无线路由器来连接每架无人机和地面站。他们希望在将来通过设计，使无人机在彼此靠近时能自动进行无线通信并融合地形图，彼此分开时则切断通信，在这种情况下，地面站的作用就只是用来监视实时的全方位地形图。
