Multimodala data om tvåbent gång under långvariga löpbandinspelningar i varierande hastigheter

Varför det är viktigt att studera gång och löpning

Varje steg du tar speglar en komplex samverkan mellan muskler, leder och marken under dina fötter. Att förstå den samverkan hjälper forskare att ta fram bättre sportutrustning, säkrare rehabiliteringsprogram och smartare bärbar teknik. Denna artikel presenterar ett rikt öppet dataset med personer som går, vandrar och springer på ett löpband medan de är täckta av sensorer, vilket ger forskare en detaljerad bild av hur kroppen rör sig och hur krafter verkar över längre tidsperioder.

Hur löpbandslabbet var uppställt

För att fånga naturlig men noggrant kontrollerad rörelse bjöd teamet in 18 friska vuxna till ett högteknologiskt gånglaboratorium. Deltagarna bar åtsittande sportkläder, sina egna neutrala löparskor och en säkerhetssele över ett tvåbälteslöpband. Under sulorna i varje sko mätte särskilda trycksensorinlägg hur hårt olika delar av foten tryckte mot marken. Små rörelsesensorer tejpades på varje sko och på nedre delen av ryggen, medan 43 reflexmarkörer fästes på nyckelpunkter på kroppen så att en uppsättning infraröda kameror kunde spåra helkropps­rörelser i tre dimensioner.

Vad försökspersonerna faktiskt gjorde

Varje person genomförde tre löpbandspass som tillsammans varade ungefär 40 minuter. Löpbandets hastigheter styrdes noggrant för att täcka bekväm gång, rask vandring som på en stig och löpning på två snabbare nivåer. Passerna blandade aktiva perioder och korta vilopauser, började med uppvärmning och avslutades med nedvarvning. De flesta deltagarna sprang också i den högsta testade hastigheten. Denna kombination skapade långa, kontinuerliga inspelningar med många hastighetsförändringar, vilket bättre liknar hur människor rör sig utanför labbet än enkla korta raka promenader.

Många sensorer, en gemensam tidslinje

Under dessa sessioner spelade flera system in data samtidigt. Löpbandets inbyggda kraftplattor mätte hur kraftigt varje fot tryckte och drog mot marken. Rörelsefångstkamerorna följde markörernas positioner för att återskapa ledrörelser i ben, höfter, armar och bäcken. De bärbara sensorerna registrerade acceleration och rotation med mycket höga samplingsfrekvenser, och tryck­sulorna loggade hur belastningen försköt sig över fotens sula. Forskarna synkroniserade manuellt startpunkten för varje inspelning och tillhandahåller även händelselistor, som de exakta ögonblick då varje fot slog i eller lämnade marken, så att användare kan finjustera tidssynkroniseringen mellan enheterna.

Hur data rengjordes och paketerades

Råa rörelsefångstinspelningar innehåller ofta korta luckor, felmärkta markörer eller små tidsproblem. Teamet använde en serie standardiserade bearbetningssteg för att rekonstruera saknade markörpositioner, kontrollera märkningens kvalitet och konvertera allt till välanvända filformat. De rapporterar att nästan alla försök hade fullständig eller nästan fullständig markörinformation, med mer än 99 procent av markörerna korrekt spårade i genomsnitt. För att underlätta återanvändning grupperade de data i deltagarnivåarkiv och dokumenterade de exakta bearbetningspipelines och egna datorskript, som alla delas öppet.

Vad denna resurs kan användas till

Det slutliga datasetet följer moderna öppna vetenskapsprinciper, vilket innebär att det är lätt att hitta, få åtkomst till, kombinera med annan data och återanvända. Forskare kan undersöka hur ledrörelser och markkrafter förändras från gång till löpning, testa metoder för att uppskatta krafter enbart från bärbara sensorer eller studera hur människor anpassar sig under längre träningspass. Andra kan bygga eller pröva dator­modeller för löpeffekt utan att upprepa hela experimentet. Genom att publicera inte bara mätningarna utan också verktygen som användes för att bearbeta dem erbjuder författarna en robust grund för framtida arbete inom idrottsvetenskap, rehabilitering och bärbar teknik.

Citering: Krumm, D., Koska, D., Wakode, J. et al. Multimodal data on bipedal locomotion during prolonged treadmill recordings at varying speeds. Sci Data 13, 761 (2026). https://doi.org/10.1038/s41597-026-07445-3

Nyckelord: ganganalys, löpbandslöpning, bärbara sensorer, plantartryck, biomekaniskt dataset