研究 研究 研究领域 先进推进系统 recv发展较小, 基于高效燃气轮机的推进系统，使高速无人机能够实现先进应用, 包括gojet——世界上第一个超音速无人机. 空域集成 recv与美国联邦航空局和美国国家航空航天局合作，帮助他们表征无人机的操作，并为航空部门开发新的安全技术. 合作无人机系统团队 RECUV专注于以网络为中心的架构和算法，用于多架小型无人机的自主控制. 人机交互 可调节的自主性使无人系统能够查询人类传感器，并最大限度地发挥人-机器人团队所有成员的联合能力. 任务衍生的小型无人机设计 RECUV专注于设计用于通信和传感应用的新型无人机. 例如用于研究强风暴的“暴风雨”无人机系统. 移动自组织通信 RECUV部署了认知无线电和延迟容忍, ad-hoc协议允许无人机系统(UAS)在压力或断裂的网络中运行. 不确定性下的感知 recv开发了概率感知算法和估计理论，使移动机器人系统能够在未知环境中长期自主运行. 机器人传感器网络 该领域结合了无人系统的工作, 协同控制, AD hoc网络中的受控移动性, 优化分布式传感，发展异构机器人传感器网络. 工具高级集成 recv有效载荷已经集成到UAS中，包括一个激光高度计, 合成孔径雷达, wing-integrated天线, 大气传感器, 相控阵天线. 以前的 下一个 的 recv研究项目 是否得到每年超过150万美元的联邦机构和行业支持. 支持recv研究的资助机构包括美国国家科学基金会(NSF), 空军科学研究办公室(AFOSR), 海军研究办公室(ONR), 陆军研究办公室(ARO), 美国国家海洋和大气管理局, 美国国家航空航天局, 和联邦航空管理局(FAA). recv研究项目 查看所有项目.
