
-
生物通官微
陪你抓住生命科技
跳动的脉搏
多模态真实世界行走数据集:融合运动学、足底压力与视觉信息用于可穿戴机器人智能控制
《Scientific Data》:A Comprehensive Multimodal Gait Dataset for Lower-Limb Wearable Robotics in Indoor and Outdoor Environments
【字体: 大 中 小 】 时间:2026年09月18日 来源:Scientific Data 7.2
编辑推荐:
摘要日常行走运动表现出变异性、不对称性和地面约束。记录和分析真实世界的运动数据对于扩展外骨骼和假肢等可穿戴机器人的应用场景至关重要。然而,大多数现有的步态数据集都是在预定义的实验室条件下使用专用设备收集的,缺乏自然行走环境中的视觉信息以及不同表面之间过渡状态的标注。为了解决这
日常行走运动表现出变异性、不对称性和地面约束。记录和分析真实世界的运动数据对于扩展外骨骼和假肢等可穿戴机器人的应用场景至关重要。然而,大多数现有的步态数据集都是在预定义的实验室条件下使用专用设备收集的,缺乏自然行走环境中的视觉信息以及不同表面之间过渡状态的标注。为了解决这个问题,我们从 17 名健康参与者那里收集了跨越多种室内外环境的行走数据,包括来自 7 个惯性测量单元(IMU)的运动学数据、来自具有 96 个点的压敏电阻(FSR)的足部压力数据,以及来自三台分辨率为 1280 × 720 的前置摄像头的视觉数据。所有模态都是时间同步的,总共有 448 个片段和 243607 个数据帧。提供了完整标注,涵盖 16 类下肢运动状态(8 种稳态、8 种过渡状态)、双侧步态相位和压力中心(COP)的双侧坐标。该数据集可用于探索机器学习在运动状态识别和下肢可穿戴机器人智能控制中的应用。