論文の概要: MMUSV-Sim: A Perception-Oriented Simulation and Data-Generation Platform for Multi-USV Cooperative Perception
- arxiv url: http://arxiv.org/abs/2608.14207v1
- Date: Fri, 14 Aug 2026 11:32:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.366902
- Title: MMUSV-Sim: A Perception-Oriented Simulation and Data-Generation Platform for Multi-USV Cooperative Perception
- Title（参考訳）: MMUSV-Sim:マルチUSV協調知覚のための知覚指向シミュレーションとデータ生成プラットフォーム
- Abstract要約: MMUSV-Sim(MMUSV-Sim)は、Unreal Engine 5とProject AirSim上に開発された、知覚指向の海洋シミュレーションおよびデータ生成プラットフォームである。
We present MMUSV-Sim, a perception-oriented maritime simulation and data-generation platform built on Unreal Engine 5 and Project AirSim。
- 参考スコア（独自算出の注目度）: 17.600545106142608
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 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.
- Abstract（参考訳）: 複数の無人表面車両(USV)間の協調的な認識は、補完的な観測と組み合わせて、単一プラットフォームの視野と視野を越えて海洋目標のセンシングを拡張する。
このようなシステムを大規模に開発するには、設定可能なマルチUSVシナリオ、マルチモーダル取得、共有アノテーションのための統合ワークフローが必要である。
We present MMUSV-Sim, a perception-oriented maritime simulation and data-generation platform built on Unreal Engine 5 and Project AirSim。
島、開海、港環境、設定可能な天候、日時、波の条件、多様な船舶資産ライブラリー、スプラインベースのマルチ容器運動を提供する。
MMUSV-Simは、複数のUSVにわたるRGB、深度、セマンティック、LiDAR、レーダー観測を取得し、エージェントごとのアノテーションエクスポートのための共通の世界状態を取得する。
実験では、設定されたウェーブ設定が、容器のヒーブ、ロール、ピッチの意図した変化を生成し、投影されたアノテーションとセマンティックレンダリングの間の幾何的整合性を評価する。
LiDARをベースとしたマルチUSVデータセット上での協調型BEV容器検出実験では、Early FusionはAP@0.5の72.74を達成し、1つのUSVを使用した45.54と比較した。
関連論文リスト
- Shared Voxel-Map-Based Cooperative Indoor UAV Guidance with a Multi-Agent Soft Actor-Critic Controller [11.90848714221425]
本稿では,共有ボクセルマップの世界モデルとマルチエージェント型ソフトアクター・クリティカル(MASAC)コントローラを組み合わせた屋内UAV誘導フレームワークを提案する。
複数のドローンが360度LiDAR観測を共通の世界フレーム占有マップに融合させ、小型の鳥眼ビュー(BEV)に変換する。
この方針は、BEVマップの特徴、近接場障害物観測、コンパクトな目標と集中学習・分散実行フレームワーク内のピアステート情報を組み合わせたものである。
論文 参考訳（メタデータ） (2026-07-28T13:52:12Z) - SimBEV2X: A Large-Scale Dataset and Data Generation Tool for Multi-Task Vehicle-to-Everything Cooperative Perception [82.16905244601558]
車両間通信(V2X)は、個々の自動運転車固有の物理的制限を克服することができる。
堅牢なV2Xアルゴリズムの開発は、大規模でマルチモーダルなマルチタスクデータセットの欠如によって妨げられている。
我々は,CARLAシミュレータ上に構築された高度な合成データ生成ツールであるSimBEV2Xを紹介する。
論文 参考訳（メタデータ） (2026-07-27T00:55:44Z) - HERCULES: An Open-Source Simulation Framework for Heterogeneous Multi-Robot SLAM, Collaborative Perception, and Exploration [3.15872644487767]
HERCULESは、異種マルチロボット自律性のためのオープンソースのシミュレータとデータ収集パイプラインである。
Unreal Engine 5 (UE5) ベースのシミュレータであるAirSimとCosys-AirSimをベースに構築され、HERCULESは以前のフレームワークの主要なアーキテクチャ上の制限を解決する。
ヘテロジニアスマルチロボットSLAM,協調知覚,探索における実験では,HERCULES生成データとアクティブクローズループ実行の両方を用いて,ヘテロジニアスマルチロボットの自律性向上に有効であることを示す。
論文 参考訳（メタデータ） (2026-06-22T01:51:40Z) - Asset Harvester: Extracting 3D Assets from Autonomous Driving Logs for Simulation [63.01022057888141]
Asset Harvesterはイメージ・ツー・3Dモデルとエンドツーエンドのパイプラインで、実際の運転ログからスパース・イン・ザ・ワン・オブジェクトの観察を完全なシミュレーション可能なアセットに変換する。
SparseViewDiTは、限定角度ビューやその他の実世界のデータ課題に対処するように明示的に設計されている。
論文 参考訳（メタデータ） (2026-04-20T16:20:57Z) - WUTDet: A 100K-Scale Ship Detection Dataset and Benchmarks with Dense Small Objects [68.44670476527155]
WUTDetは100,576イメージと381,378のアノテートされた船舶インスタンスを備えた大規模な船舶検出データセットである。
CNN, Transformer, Mambaの3つの主流検出アーキテクチャから20のベースラインモデルを体系的に評価した。
Ship-GENの結果は、WUTDetでトレーニングされたモデルは、異なるデータ分布下でより強力な一般化を示すことを示している。
論文 参考訳（メタデータ） (2026-04-09T03:28:05Z) - Beyond Matching to Tiles: Bridging Unaligned Aerial and Satellite Views for Vision-Only UAV Navigation [51.286599397552756]
本稿では,UAVの絶対位置と近距離からの進路を共同で予測する視覚駆動型クロスビューナビゲーション手法であるBering-UAVを提案する。
我々はまた、クロスビューのローカライゼーションとナビゲーションを評価するベンチマークである Bearing-UAV-90k も提示する。
論文 参考訳（メタデータ） (2026-03-23T16:17:39Z) - UAV-MM3D: A Large-Scale Synthetic Benchmark for 3D Perception of Unmanned Aerial Vehicles with Multi-Modal Data [47.317955428393134]
UAV-MM3Dは,低高度UAV知覚と動作理解のための多モード合成データセットである。
様々なシーン(都市部、郊外部、森林部、沿岸部)と気象条件にまたがる400Kの同期フレームで構成されている。
各フレームは2D/3Dバウンディングボックス、6-DoFのポーズ、インスタンスレベルのアノテーションを提供し、3D検出、ポーズ推定、ターゲット追跡、短期軌道予測などのUAVに関連するコアタスクを可能にする。
論文 参考訳（メタデータ） (2025-11-27T12:30:28Z) - ASVSim (AirSim for Surface Vehicles): A High-Fidelity Simulation Framework for Autonomous Surface Vehicle Research [5.906242539489915]
AirSim For Surface Vehicles (ASVSim) は、内陸および港湾環境での自律輸送研究のためのオープンソースのシミュレーションフレームワークである。
ASVSimは、自律的なナビゲーションアルゴリズムを開発し、合成データセットを生成するための包括的なプラットフォームを提供する。
ASVSimはMITライセンスの下でオープンソースプロジェクトとして提供されており、海洋工学コミュニティの大部分で自律的なナビゲーション研究が利用できるようになる。
論文 参考訳（メタデータ） (2025-06-27T12:39:16Z) - SimBEV: A Synthetic Multi-Task Multi-Sensor Driving Data Generation Tool and Dataset [101.51012770913627]
近年,BEV(Bird's-eye view)の認識は自律運転において大きな注目を集めている。
SimBEVは、広範囲にスケーラブルでスケーラブルなランダム化された合成データ生成ツールである。
SimBEVは、さまざまな運転シナリオからの注釈付き知覚データの大規模なコレクションであるSimBEVデータセットを作成するために使用される。
論文 参考訳（メタデータ） (2025-02-04T00:00:06Z) - MID: A Comprehensive Shore-Based Dataset for Multi-Scale Dense Ship Occlusion and Interaction Scenarios [10.748210940033484]
海上航行行動データセット(MID)は、複雑な海上環境における船舶検出の課題に対処するために設計されている。
MIDには5,673の画像と135,884の微調整されたターゲットインスタンスが含まれており、教師付き学習と半教師付き学習の両方をサポートしている。
MIDの画像は、43の水域を横断する現実世界のナビゲーションの高精細なビデオクリップから得られたもので、天候や照明条件も様々である。
論文 参考訳（メタデータ） (2024-12-08T09:34:23Z) - SeePerSea: Multi-modal Perception Dataset of In-water Objects for Autonomous Surface Vehicles [10.732732686425308]
本稿では,自律航法のためのマルチモーダル認識データセットについて紹介する。
自律型表面車両(ASV)の環境意識を高めるため、水中環境における水中障害物に焦点を当てている。
論文 参考訳（メタデータ） (2024-04-29T04:00:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。