现有的动作捕捉数据集大多局限于短距离范围，尚无法满足远距离应用场景的需求。为此，我们提出了LiDARHuman26M，这是一个通过LiDAR在远距离条件下采集的全新人体动作捕捉数据集，旨在克服上述局限性。该数据集不仅包含由惯性测量单元（IMU）系统获取的真实人体运动标注，还同步记录了RGB图像数据。此外，我们提出了一种强大的基线方法——LiDARCap，用于基于LiDAR点云的人体动作捕捉。具体而言，我们首先利用PointNet++对点云特征进行编码，随后通过逆运动学求解器与SMPL优化器，自顶向下地聚合时序编码特征，实现姿态的回归。定量与定性实验结果表明，所提方法在性能上显著优于仅依赖RGB图像的方法。消融实验进一步验证了该数据集具有较高的挑战性，具备推动后续研究的价值。最后，在KITTI数据集与Waymo开放数据集上的实验表明，我们的方法能够有效泛化至不同LiDAR传感器配置场景。