水面における自律走行は、海洋監視、生存者救助、環境モニタリング、水文測量および廃棄物清掃など、危険性が高く時間のかかる任務を遂行する上で重要な役割を果たす。本研究では、水面における自律走行を対象とした初のマルチタスク4Dレーダー・カメラ融合データセット「WaterScenes」を提案する。本研究で使用した無人水上航行体（USV）は、4Dレーダーと単眼カメラを搭載しており、天候を問わず物体に関する情報を、色、形状、テクスチャ、距離、速度、方位角、仰角といった多様な側面から取得可能な全天候ソリューションを提供する。特に水面に存在する代表的な静的・動的物体に注目し、カメラ画像とレーダーポイントクラウドに対してそれぞれピクセルレベルおよびポイントレベルでのラベル付けを実施した。基本的な認識タスク（物体検出、インスタンスセグメンテーション、セマンティックセグメンテーション）に加えて、自由空間セグメンテーションおよび水面ラインセグメンテーションのラベルも提供している。マルチタスクかつマルチモーダルなデータを活用し、レーダーおよびカメラの単一モーダルと融合モーダルの性能を比較するベンチマーク実験を実施した。実験結果から、4Dレーダーとカメラの融合により、特に悪化した照明条件や悪天候下においても、水面における認識精度とロバスト性が顕著に向上することが示された。WaterScenesデータセットは、https://waterscenes.github.io にて公開されている。