自行车出行及骑行运动是近年来备受推崇的健康生活方式和运动方式,为了有效评估骑行运动的锻炼效果,给出有效的骑行锻炼建议,本文结合加速度传感器和脉搏血氧传感器,设计了一种新的便携式组合参数检测系统,用于采集路面起伏引起的振动信号和骑行时人体的原始脉搏波信号。基于这两类信号,分别计算出路面平整度和人体脉率、血氧饱和度和呼吸频率等参数,提出采用路面平整度间接表征骑行舒适度,以脉率、血氧和呼吸参数直接表征人体锻炼效果。最后通过支持向量机分类器首次对骑行运动锻炼效果进行了系统分类与评估。具体工作如下:首先,深入分析路面平整度检测技术和人体生理参数检测技术的发展现状,基于车辆四分之一模型,给出简化自行车模型,以自行车为传感器承载平台采集路面振动数据,并计算国际平整度指数。给出基于光电容积脉搏波数据求取人体脉率、血氧饱和度、呼吸频率等生理参数的基本原理,为实验实施和结果分析提供充分的理论依据。其次,详细介绍了组合参数检测系统的硬件和软件设计方案,设计了三种不同的骑行实验方案,并对道路材质和骑行路线的选择进行了详细说明;采集骑行所经过路面的振动加速度数据,计算得出各类道路的路面IRI值,根据测量结果绘制出了燕山大学校园主要道路的路面平整度地图;选择路面平整性较好的水泥路进行人体生理参数骑行采集实验,定量分析不同骑行条件对生理参数的影响。最后,基于实验数据,首次对骑行锻炼效果进行了详细分类和评价。计算国际平整度指数、路面平整度功率谱和分布熵三个参数作为表征骑行舒适度并影响锻炼效果的特征;计算能够表征锻炼效果的人体脉率、血氧饱和度和呼吸频率等三个生理参数。以这六个参数为分类特征,采用SVM分类器,对具体骑行条件下的锻炼效果进行准确分类和定量评价,并基于此结论给出合理的骑行计划建议。本文研究成果不仅可用于骑行锻炼效果分类,为骑行爱好者和运动员提供科学化的训练依据,还可辅助研发城市非机动车出行导航软件,对提高城市自行车出行率、减少大气污染具有重要的经济意义和社会意义。