摘要多模态田径运动员短跑起跑数据集是一个专为精英短跑运动员起跑阶段生物力学分析设计的综合性数据集收录了三位世界级短跑运动员David Gain、Trayvon Bromell 和 Usain Bolt的起跑姿态数据。该数据集融合了惯性测量单元IMU传感器、表面肌电图sEMG和高速视频三种数据模态提供了对短跑起跑这一关键运动阶段的全方位观测视角。数据采集采用严格的同步机制确保不同模态间的时间对齐为运动生物力学、运动表现分析和智能体育科学研究提供了高质量的实验数据基础。数据集简介数据集概述数据集包含三类核心数据模态每位运动员均配备完整的多模态记录。IMU 数据以 CSV 格式存储包含六轴运动信息三轴加速度Accel_X/Y/Z反映运动员身体在空间中的加速特性三轴陀螺仪数据Gyro_X/Y/Z捕捉旋转角速度共同描绘起跑瞬间的动力学轨迹。sEMG 数据记录四个主要肌肉群Muscle_1 至 Muscle_4的电活动水平揭示肌肉激活模式和发力时序。视频数据以 240 帧每秒的高速率采集提供高分辨率影像用于姿态估计、关节角度计算和视觉特征提取。所有传感器数据均经过滤波处理保证信号清晰度和分析可靠性。该数据集为多个前沿研究领域提供支撑包括运动生物力学建模、起跑技术优化、运动员表现评估、多模态人体运动识别以及智能训练系统开发。研究人员可以利用 IMU 和 sEMG 数据分析加速模式与肌肉协同关系通过视频数据验证传感器信号并提取视觉运动学特征或构建融合多模态信息的起跑动作质量评估模型。数据集采用 CC0 公共领域许可证支持运动科学、人工智能和可穿戴传感技术的交叉创新研究为运动表现提升和伤病预防提供数据驱动的科学依据同时也为开发面向运动员的智能辅助训练系统奠定了实证基础。数据集来源该数据集通过在三位精英短跑运动员David Gain、Trayvon Bromell 和 Usain Bolt起跑阶段同步采集 IMU 传感器、sEMG 肌电信号和 240fps 高速视频数据获得。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-46文件大小5.3M原创声明本数据集为整理作品