ASVSim (AirSim for Surface Vehicles): A High-Fidelity Simulation Framework for Autonomous Surface Vehicle Research

Título: ASVSim: Um Framework de Simulação de Alta Fidelidade para Pesquisa de Veículos de Superfície Autônomos

1. O Problema

O setor de transportes, especialmente no contexto de águas interiores e portos na União Europeia, está buscando cada vez mais a adoção de Veículos de Superfície Não Tripulados (USVs) para melhorar a eficiência operacional e a segurança. No entanto, o desenvolvimento e teste de sistemas de navegação autônoma no mundo real enfrentam desafios significativos:

• Custos e Riscos: Testes reais são caros, perigosos e complexos devido a condições variáveis (vento, correntes), tráfego denso e infraestrutura (pontes, eclusas) que causam oclusão de sensores.
• Falta de Ferramentas Adequadas: Existe uma lacuna crítica na disponibilidade de simuladores de código aberto e de alta fidelidade especificamente para pesquisa em autonomia marítima.
  • Simuladores comerciais existentes (ex: Kongsberg K-Sim) são focados no treinamento de operadores humanos, são proprietários e caros.
  • Simuladores de código aberto existentes (ex: uSimMarine, VRX) muitas vezes carecem de realismo visual (fidelidade fotorealista), modelos dinâmicos precisos ou simulação de sensores críticos como radar.
• Escassez de Dados: Há uma falta de conjuntos de dados (datasets) abertos e anotados para treinar modelos de visão computacional e agentes de aprendizado por reforço (RL) no domínio marítimo.

2. Metodologia

Os autores desenvolveram o ASVSim, uma extensão do framework Cosys-AirSim (baseado no motor gráfico Unreal Engine 5), projetado especificamente para pesquisa em navegação autônoma em águas interiores e portos. A metodologia baseia-se em três pilares de "alta fidelidade":

• Dinâmica do Veículo (3 Graus de Liberdade - 3DoF):

  • Implementa o modelo de manobra de Fossen, padrão para embarcações em águas interiores calmas.
  • Modela as velocidades de avanço (surge), deriva (sway) e guinada (yaw), ignorando movimentos verticais (heave, roll, pitch) que são menos relevantes em águas protegidas.
  • Inclui simulação de perturbações ambientais, como correntes e ventos, e permite a configuração de múltiplos propulsores (thrusters) com posições e ângulos personalizáveis.
  • Oferece modelos de embarcações pré-configurados (ex: balsa MilliAmpere, Qiuxin No.5, CyberShip II).

• Simulação de Sensores:

  • Câmeras e LiDAR: Renderização fotorealista e nuvens de pontos densas.
  • Radar (Contribuição Chave): Como o AirSim original usa LiDAR, os autores desenvolveram uma aproximação de radar marítimo (pulso-eco) baseada em LiDAR. O método utiliza uma Função de Espalhamento de Ponto (PSF) para converter a nuvem de pontos LiDAR em uma imagem de radar rasterizada, simulando a resolução elipsoidal e a degradação com a distância típicas de radares marítimos reais (ex: Furuno DRS12A).

• Geração de Dados e Ambientes:

  • Geração Procedural de Ambientes (PCG): Permite a criação dinâmica de canais e portos com geometrias variáveis para treinamento de RL.
  • Geração de Datasets: Gera automaticamente dados anotados (máscaras de segmentação semântica, caixas delimitadoras, profundidade) para treinamento de modelos de visão computacional.
  • APIs: Oferece interfaces em Python e MATLAB para controle da embarcação, leitura de sensores e configuração de perturbações.

3. Principais Contribuições

1. ASVSim (Código Aberto): Um framework de simulação gratuito (licença MIT) focado em águas interiores, preenchendo a lacuna entre simuladores de treinamento humano e ferramentas de pesquisa de autonomia.
2. Simulação de Radar Marítimo: Uma abordagem inovadora para emular radares marítimos usando dados LiDAR e PSF, permitindo a pesquisa de fusão de sensores e navegação baseada em radar em ambientes de código aberto.
3. Integração com UE5: Aproveitamento do Unreal Engine 5 para fornecer renderização fotorealista, essencial para a pesquisa de percepção baseada em visão e transferência simulação-realidade (Sim2Real).
4. Suporte a RL e Controle Clássico: O framework foi validado tanto para métodos de controle tradicionais (como DWA) quanto para aprendizado por reforço, com suporte a geração de cenários variados para generalização.

4. Resultados e Experimentos

Os autores validaram o ASVSim através de três experimentos principais:

• Segmentação de Vias Navegáveis:

  • Um modelo de segmentação pré-treinado em dados reais (WaSR-T) foi testado diretamente em imagens sintéticas do ASVSim sem ajuste fino (fine-tuning).
  • Resultado: O modelo alcançou métricas excepcionais (IoU > 0,99 para água), demonstrando que o ASVSim gera dados sintéticos de alta qualidade suficientes para validação e pré-treinamento de modelos de visão.

• Planejamento de Trajetória com DWA (Dynamic Window Approach):

  • Implementação de um planejador local baseado em DWA para navegação em canais restritos com obstáculos.
  • Resultado: A embarcação navegou com sucesso evitando colisões. O estudo mostrou que, embora eficaz, o DWA tem alto custo computacional (cerca de 1,3s por passo de planejamento em hardware padrão), o que pode ser um gargalo para cenários de tempo real complexos.

• Navegação com Aprendizado por Reforço (RL):

  • Treinamento de um agente (algoritmo CrossQ) para navegar em canais de porto gerados proceduralmente com obstáculos estáticos e dinâmicos.
  • Resultado: O agente alcançou uma taxa de sucesso de ~60% durante o treinamento e 57,2% em ambientes nunca vistos (generalização), demonstrando que o ASVSim é capaz de criar cenários diversificados suficientes para treinar políticas robustas.

5. Significância e Impacto

O ASVSim representa um avanço significativo para a comunidade de engenharia oceânica e robótica marítima ao:

• Democratizar a Pesquisa: Ao ser open-source, permite que pesquisadores sem acesso a embarcações reais ou simuladores comerciais caros desenvolvam e testem algoritmos de autonomia.
• Acelerar o Desenvolvimento: Reduz o tempo e o risco associados ao teste de novos algoritmos no mundo real, permitindo prototipagem rápida e validação em larga escala.
• Facilitar a Transição Sim2Real: A alta fidelidade visual e a modelagem física precisa (incluindo correntes e dinâmica do casco) aumentam a probabilidade de que algoritmos treinados na simulação funcionem em embarcações reais.
• Fomentar a Colaboração: A disponibilidade de APIs e exemplos de código (Python/MATLAB) incentiva a adoção e extensão da ferramenta pela comunidade acadêmica e industrial.

Em suma, o ASVSim fornece a infraestrutura necessária para superar as barreiras atuais no desenvolvimento de sistemas de navegação autônoma para embarcações de superfície, com foco específico nas complexidades das vias navegáveis interiores e portuárias.