MMUSV-Sim: A Perception-Oriented Simulation and Data-Generation Platform for Multi-USV Cooperative Perception

📄 arXiv: 2608.14207v1 📥 PDF

作者: Ziao Li, Jianxiong Ye, Biao Tang, Leping Zhang, Kun Zuo, Siyu Huang, Chenqiang Gao

分类: cs.RO, cs.CV

发布日期: 2026-08-14

💡 一句话要点

提出MMUSV-Sim以解决多无人水面艇协同感知问题

🎯 匹配领域: 支柱七：动作重定向 (Motion Retargeting) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 无人水面艇 协同感知 数据生成 海洋仿真 多模态采集 Unreal Engine Project AirSim LiDAR检测

📋 核心要点

  1. 现有的多USV协同感知系统缺乏统一的工作流程，难以实现可配置的场景和多模态数据采集。
  2. MMUSV-Sim平台通过结合Unreal Engine 5和Project AirSim，提供了多样化的仿真环境和数据生成能力。
  3. 在LiDAR基础的协同BEV船舶检测实验中，Early Fusion方法的AP@0.5达到了72.74，相较于单USV的45.54有显著提升。

📝 摘要（中文）

多无人水面艇（USVs）之间的协同感知通过结合互补观察，扩展了单个平台的海洋目标感知范围。为大规模开发此类系统，亟需一个统一的工作流程，以支持可配置的多USV场景、多模态采集和共享注释。本文提出MMUSV-Sim，这是一个基于Unreal Engine 5和Project AirSim构建的面向感知的海洋仿真与数据生成平台。该平台提供岛屿、开阔海域和港口环境，支持可配置的天气、时间和波浪条件，拥有多样的船舶资产库，并实现基于样条的多船舶运动。MMUSV-Sim能够在多个USV上获取RGB、深度、语义、LiDAR和雷达观察，并捕捉共同的世界状态以便进行每个代理的注释导出。实验验证了配置的波浪设置对船舶的升沉、滚动和俯仰产生了预期的影响，并评估了投影注释与语义渲染之间的几何一致性。

🔬 方法详解

问题定义：本文旨在解决多无人水面艇（USVs）协同感知中的数据采集和场景配置问题。现有方法往往缺乏灵活性，难以满足多样化的应用需求。

核心思路：MMUSV-Sim平台通过构建一个综合的仿真环境，支持多种天气和海洋条件下的多USV协同感知，旨在提高数据的多样性和实用性。

技术框架：该平台基于Unreal Engine 5和Project AirSim，包含环境设置模块、数据采集模块和注释导出模块。用户可以根据需求配置不同的场景和条件。

关键创新：MMUSV-Sim的主要创新在于其灵活的场景配置和多模态数据采集能力，能够在同一环境中同时获取RGB、深度、语义、LiDAR和雷达数据。

关键设计：平台设计了多样的环境（如岛屿、开阔海域和港口），并实现了基于样条的多船舶运动，确保了仿真过程中的真实感和一致性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在LiDAR基础的协同BEV船舶检测实验中，使用Early Fusion方法的AP@0.5达到了72.74，相较于单USV的45.54，提升幅度达27.2个百分点，显示出MMUSV-Sim在多USV协同感知中的有效性。

🎯 应用场景

MMUSV-Sim平台的潜在应用领域包括海洋监测、环境保护、海上救援和军事侦察等。通过提供高质量的仿真数据，该平台能够支持多USV系统的开发与测试，提升协同感知的效率和准确性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Cooperative perception among multiple unmanned surface vehicles (USVs) combines complementary observations to extend maritime target sensing beyond the view range and field of a single platform. Developing such systems at scale calls for a unified workflow for configurable multi-USV scenarios, multimodal acquisition, and shared annotations. We present MMUSV-Sim, a perception-oriented maritime simulation and data-generation platform built on Unreal Engine 5 and Project AirSim. It provides island, open-sea, and port environments; configurable weather, time of day, and wave conditions; a diverse vessel asset library; and spline-based multi-vessel motion. MMUSV-Sim acquires RGB, depth, semantic, LiDAR, and radar observations across multiple USVs and captures a common world state for per-agent annotation export. Experiments verify that the configured wave settings produce the intended changes in vessel heave, roll, and pitch, and evaluate the geometric consistency between projected annotations and semantic renderings. In LiDAR-based cooperative BEV vessel detection experiments on the generated multi-USV dataset, Early Fusion achieves an AP@0.5 of 72.74, compared with 45.54 using a single USV.