GroundLink

GroundLink是由波士顿大学创建的一个数据集，旨在统一人体运动与地面反作用力动态。该数据集包含368个处理过的运动试验，涵盖19种不同的运动，包括行走和重量转移动作，如网球挥拍，强调捕捉物理与运动学的重要性。数据集通过嵌入地面的力平台以高时间分辨率捕捉地面反作用力（GRF）和压力中心（CoP），确保测量准确性。GroundLink数据集的应用领域广泛，包括图形、动画、机器人学、视觉、生物力学和运动科学，旨在解决如何从真实世界中观察到的物理和人体活动中，以数据驱动的方式处理复杂性问题。

GroundLink is a dataset developed by Boston University, which aims to unify the dynamics between human locomotion and ground reaction forces. It contains 368 processed motion trials spanning 19 distinct movement types, including walking and weight-transfer motions such as tennis swings, with an emphasis on capturing the importance of physics and kinematics. The dataset captures ground reaction forces (GRF) and center of pressure (CoP) at high temporal resolution via force platforms embedded in the ground, ensuring measurement accuracy. The GroundLink dataset has broad application domains including graphics, animation, robotics, computer vision, biomechanics, and sports science, and is designed to address the challenge of handling complexity in a data-driven manner using physically observed real-world human activity data.

搜集汇总

数据集介绍

构建方式

GroundLink 数据集通过在生物力学实验室中同步捕获地面反作用力（GRF）和中心压力（CoP）数据，并将其与标准的运动捕捉数据进行配对构建而成。实验中使用了嵌入地面的机械力平台，以高时间分辨率捕获数据，并使用多台高速摄像机确保测量精度。该数据集包含 368 个处理后的运动试验（约 1.59M 帧记录），涵盖了 19 种不同的运动，包括行走和重量转移动作，如网球挥拍。数据集的构建方法确保了物理量与运动捕捉数据的同步，为后续研究提供了丰富的物理信息。

特点

GroundLink 数据集的特点在于其物理可信度，它不仅包含了标准的运动捕捉数据，还同步了地面反作用力和中心压力数据。这些物理量是通过高精度的力平台在实验室条件下捕获的，而非模拟生成，确保了数据的准确性和可靠性。数据集涵盖了多种运动类型，包括瑜伽、物理治疗练习、网球挥拍和行走等，这些运动体现了物理量与运动学参数结合的重要性。GroundLink 数据集的发布为图形、视觉和生物力学等领域提供了新的研究资源。

使用方法

使用 GroundLink 数据集时，首先需要了解其数据结构和内容。数据集包含了运动捕捉数据、地面反作用力和中心压力数据，以及相应的注释信息。用户可以根据自己的研究需求，选择合适的数据进行下载和使用。在使用过程中，需要注意数据的预处理和清洗，以确保数据的准确性和可靠性。此外，GroundLink 数据集还提供了一个基准神经网络模型 GroundLinkNet，该模型可以用于预测未见过的运动序列的地面反作用力和中心压力。用户可以参考论文中的实验设置和结果，了解模型的使用方法和性能表现。

背景与挑战

背景概述

在计算机图形学、生物力学、运动科学等领域，对人体运动的精确和逼真模拟至关重要。尽管完全模拟人体运动具有极大的挑战性，但GroundLink数据集的出现为这一领域带来了新的可能性。GroundLink数据集由波士顿大学计算机科学系和物理治疗系的研究人员于2023年创建，旨在通过将标准运动捕捉数据与地面反作用力（GRF）和压力中心（CoP）同步，为人体运动的真实性提供物理依据。该数据集包含了368个处理过的运动试验（约1.59M个记录帧），涵盖了19种不同的运动，包括行走、重量转移等动作。GroundLink数据集的创建填补了现有运动捕捉数据集在物理信息方面的空白，为构建更真实的人体运动模型提供了宝贵的数据资源。

当前挑战

GroundLink数据集面临的挑战主要集中在两个方面：一是如何解决人体运动领域的问题，即如何利用数据集中的物理信息提高人体运动模拟的真实性；二是如何在构建过程中克服技术难题，确保数据的高精度和一致性。具体而言，数据集需要解决如何准确预测未见过的运动序列的GRF和CoP，以及如何处理不同体型对人体运动的影响。在构建过程中，需要确保数据采集的高精度，包括运动捕捉和地面反作用力测量的同步性，以及如何处理不同运动类型的数据。此外，GroundLink数据集还需要进一步扩展，以涵盖更多运动类型和更多参与者，以提高模型的泛化能力。

常用场景

经典使用场景

GroundLink数据集在图形学、动画制作、生物力学和运动科学等领域有着广泛的应用。其经典使用场景包括：1. 为动画制作提供精确和真实的运动捕捉数据；2. 用于生物力学研究，分析人体运动中的物理量和动力学参数；3. 在运动科学中，通过测量地反力来评估运动员的风险和运动表现；4. 在康复医学中，利用地反力信息帮助患者恢复运动功能。

衍生相关工作

GroundLink数据集的提出，促进了相关领域的研究和发展。例如，基于GroundLinkNet模型的研究，可以进一步探索如何利用运动捕捉数据和物理信息构建更精确的运动模型；在生物力学领域，可以进一步研究地反力对人体运动的影响；在运动科学中，可以进一步研究地反力对运动员表现的影响。

数据集最近研究

最新研究方向

GroundLink数据集通过结合人体运动捕捉与地面反应动力学数据，为计算机图形学、动画、机器人、视觉、生物力学和运动科学等领域提供了新的研究方向。该数据集包含了高精度捕捉的地面反应力（GRF）和中心压力（CoP）数据，以及与之同步的标准运动捕捉数据，为研究人员提供了丰富的物理信息。基于GroundLink数据集，研究人员开发了一个名为GroundLinkNet的基准神经网络模型，该模型能够准确预测未见过的运动序列的GRF和CoP。GroundLink数据集和GroundLinkNet模型为下游任务提供了新的研究工具，如创建高度精确的动画、模拟真实的人体运动与环境交互等。此外，该数据集还涵盖了瑜伽、物理治疗练习、网球挥拍等细微和慢速运动，为研究人体运动中的平衡调整和重量转移提供了重要的数据支持。

相关研究论文

• GroundLink: A Dataset Unifying Human Body Movement and Ground Reaction Dynamics

  波士顿大学 · 2023年