發展無人機環境認知與任務理解能力，建立智慧系統架構、知識模型與決策判斷機制；由於無人機本身有載重量、電源、反應時間等條件限制，實驗室中研發的人工智慧技術，未必能直接套用，必須以無人機的真實任務情境為基礎，開發出真正適用的認知計算技術，包括環境狀態認知及應變決策能力。

研發適用於無人機計算環境的人工智慧最佳化技術、機器人運動規劃技術、虛擬攝影機規劃技術，以解決無人機任務導向之自主飛行運動規畫問題，如：全面空拍地形輪廓追蹤及影像分析之最佳路徑規劃、特定物件檢視之即時避碰與路徑規劃等。

以深度學習為基礎，針對多頻譜、多尺度、多視角之資訊來源，發展異質性與高維度海量影像高效能分析與辨識技術。進行高效率、合宜精準度之物件偵測與辨識，以因應不同類型與階段的應用，並支援機上辨識，著重於精簡資料維度的迅速辨識效能與即時反應，以提供環境感知與避障等所需資訊。

建立人員監控無人機任務之視覺化呈現與互動介面模組，提供空間與任務狀態的視覺儀表板，讓操作人員能透過介面監控與下達指示。同時，也協助無人機的人工智慧預先模擬與驗證，並研發出能輔助研究人員理解人工智慧學習歷程的視覺化工具，藉由新工具增強研發的成果與產出。