Objetivo: Desarrollar y validar un marco de análisis para extraer métricas de comportamiento mecánico del sistema bicicleta-ciclista a partir de los datos cinemáticos registrados en archivos FIT generados por dispositivos de ciclismo (ciclocomputadores, potenciómetros, sensores de cadencia y frecuencia cardíaca).
Problema central: Los archivos FIT contienen señales con múltiples fuentes de ruido instrumental — errores de posicionamiento GPS, dropout de sensores ANT+/BLE, cuantización de cadencia, deriva barométrica de altitud — que hacen inválida la lectura directa de métricas derivadas sin un tratamiento estadístico explícito. Una herramienta que ignora estas fuentes de incertidumbre produce diagnósticos de apariencia técnica pero fundamento frágil.
Metodología: Se definen cinco métricas primarias, cada una con su justificación física, modelo de incertidumbre por variable de entrada, criterios de validez contextual y pseudocódigo de simulación Monte Carlo. Los umbrales de clasificación no son constantes universales sino funciones de cuatro variables de configuración de la bicicleta: disciplina, tipo de suspensión, transmisión y diámetro de rueda. El marco adopta el principio de honestidad estadística: cada resultado se reporta como distribución de probabilidad sobre el espacio de clasificación, no como valor único.
Resultados principales:
El protocolo FIT (Flexible and Interoperable Data Transfer), desarrollado y mantenido por Garmin Ltd., es el estándar de facto para el registro de actividades en dispositivos de ciclismo. Su adopción es amplia: Garmin, Wahoo, Coros, Polar, Suunto, Bryton y otros fabricantes generan archivos .fit compatibles con la especificación pública del FIT SDK (Garmin, 2024).
El mensaje de registro (record message, tipo global 20) almacena series temporales a 1 Hz de las variables relevantes para este análisis: velocidad, cadencia, altitud, distancia, potencia, frecuencia cardíaca y marcas de tiempo. Este conjunto de datos, aunque diseñado para seguimiento deportivo, contiene información cinemática suficiente para inferir características del comportamiento mecánico del sistema bicicleta-ciclista bajo ciertas condiciones de validez.
La literatura sobre análisis de rendimiento ciclista (Faria et al., 2005; Abbiss & Laursen, 2008; Korff et al., 2007) se centra predominantemente en métricas de rendimiento fisiológico. El diagnóstico del comportamiento mecánico de la interfaz bicicleta-ciclista a partir de datos de campo permanece como territorio poco explorado, en parte porque requiere confrontar honestamente las limitaciones de la señal disponible.
A diferencia de mediciones de laboratorio con instrumentación controlada, los datos FIT de campo presentan: dropout aleatorio de sensores inalámbricos (5–15% de muestras según condiciones de RF), cuantización de cadencia por detección magnética de imán, ruido GPS de velocidad (±0.3 m/s típico a 1 Hz), deriva barométrica de altitud (±2 m), y gaps temporales de hasta 10 segundos que interrumpen la continuidad local.
Ignorar estas fuentes de incertidumbre equivale a presentar etiquetas de diagnóstico sin fundamento estadístico. El presente marco las trata explícitamente mediante simulación Monte Carlo.
La cadencia se registra típicamente mediante detección magnética de imán sobre el pedivela (sensor magnético) o mediante acelerómetro interno (Garmin, Wahoo). Las fuentes de incertidumbre son:
La velocidad se obtiene del módulo GPS (diferencial de posición o efecto Doppler según dispositivo). A 1 Hz:
La altitud se registra mediante sensor barométrico en la mayoría de dispositivos modernos:
Cuando está disponible, la potencia proviene de potenciómetro de pedaleo (biela, pedal o cubo):
Una consecuencia directa del modelo de ruido es que no todas las muestras de un archivo FIT son igualmente válidas para el cálculo de métricas cinemáticas. El marco define dos niveles de filtrado:
Se rompe la continuidad del segmento cuando el gap temporal entre muestras consecutivas supera un umbral configurable (típicamente 3–5 s para métricas de cadencia y velocidad, 5 s para potencia). Segmentos con menos de Nmin muestras válidas se descartan. Este criterio previene que gaps de GPS, paradas en semáforos o detenciones técnicas contaminen el cálculo de varianza local.
Las métricas de varianza local (cadencia, relación velocidad/cadencia, índice de estabilidad en subida) son físicamente interpretables solo en régimen cuasiestacionario. Se excluyen ventanas que contienen:
Esta exclusión es conservadora pero necesaria: incluir transitórios en el cálculo de varianza local produce diagnósticos falsos positivos de inestabilidad que en realidad son fisiológicos o tácticos, no mecánicos.
Justificación física: En régimen cuasiestacionario (velocidad y carga relativamente constantes), un ciclista entrenado mantiene una cadencia con variación relativa baja. Oscilaciones persistentes de cadencia dentro de un mismo régimen reflejan perturbaciones en la continuidad del par útil — ya sea por irregularidades del terreno que el sistema de suspensión no absorbe completamente, por pérdidas de tracción, por inestabilidad en la posición sobre el sillín, o por cambios de marcha frecuentes. Faria et al. (2005) y Hansen et al. (2007) documentan que la cadencia óptima para minimizar el costo metabólico se ubica en el rango 80–100 rpm para ciclismo de ruta, con mayor dispersión tolerable en MTB por la variabilidad del terreno.
Principio de cálculo: El coeficiente de variación (CV) de la cadencia sobre ventanas cuasiestacionarias. Se complementa con la desviación absoluta mediana (MAD) escalada para robustez frente a outliers producidos por dropout o interpolación defectuosa. El CV se calcula sobre muestras válidas de cadencia activa (pedaleo efectivo detectado), excluyendo transiciones a cero.
Condiciones de validez: Régimen cuasiestacionario, cadencia ∈ [30, 160] rpm, velocidad > 1 m/s, gap entre muestras ≤ 3 s. No aplicable en aceleraciones, curvas abiertas, cambios de marcha evidentes ni cruces de semáforo.
Clasificación: Estable / Atención / Crítico. Los umbrales numéricos dependen de la configuración de la bicicleta (véase Sección 5).
Justificación física: La relación entre velocidad lineal de la bicicleta y cadencia de pedaleo es una función directa del desarrollo efectivo total (relación de transmisión × circunferencia de rueda). En régimen estable con marcha fija, esta relación debería ser aproximadamente constante. Su coeficiente de variación captura la dispersión producida por cambios de marcha frecuentes, inestabilidad de velocidad sobre terreno variable, o ruido GPS elevado. Su valor absoluto, normalizado por la circunferencia de rueda si ésta es conocida, aproxima la relación de transmisión efectiva utilizada.
Principio de cálculo: Ri = 60 · vi / ci, expresado en metros avanzados por revolución de biela. El CV de R sobre segmentos cuasiestacionarios sin cambios de marcha detectados es la métrica primaria. La mediana de R permite inferir el desarrollo promedio utilizado.
Condiciones de validez: Velocidad ≥ 2.5 m/s (umbral de confiabilidad GPS), cadencia ≥ 30 rpm, sin cambios de marcha dentro de la ventana, régimen cuasiestacionario. A velocidades bajas, el error relativo del GPS sobre R se vuelve dominante y la métrica es no confiable.
Limitación declarada: Esta métrica no distingue entre inestabilidad mecánica real y comportamiento táctico legítimo (cambios de marcha frecuentes por terreno variable). La segmentación previa reduce pero no elimina esta ambigüedad.
Justificación física: La subida es el régimen de mayor demanda mecánica sobre el sistema bicicleta-ciclista. En pendiente sostenida, la velocidad y la cadencia tienden a estabilizarse cuando el sistema opera en equilibrio entre potencia disponible y resistencia gravitacional. La dispersión simultánea de ambas variables refleja perturbaciones del sistema: pérdidas de tracción sobre terreno irregular, inestabilidad de la posición del ciclista por mal ajuste de geometría o sillín, respuesta inadecuada de la suspensión a la demanda de tracción, o patrones de pedaleo que fragmentan el par útil.
Principio de cálculo: El IES combina el coeficiente de variación de velocidad y el coeficiente de variación de cadencia sobre segmentos de subida identificados, con ponderación igualitaria (0.5 + 0.5). La pendiente se calcula sobre una ventana espacial suficientemente amplia para superar el ruido barométrico. La altitud se suaviza antes del cálculo de pendiente.
Condiciones de validez: Pendiente suavizada ≥ 3%, longitud de segmento mínima, velocidad media ≥ umbral de confiabilidad GPS, altímetro barométrico disponible. Si no se detectan subidas sostenidas, la métrica se reporta como no aplicable con nota explicativa.
Justificación física: El Variability Index, definido como el cociente entre la Potencia Normalizada (NP) y la Potencia Media (AP), cuantifica la irregularidad del esfuerzo de pedaleo. La NP se calcula mediante media móvil de 30 segundos elevada a la cuarta potencia, lo que penaliza desproporcionadamente los picos de potencia respecto a la media aritmética. Un VI alto indica esfuerzo errático: ya sea por terreno muy variable, por patrón de pedaleo ineficiente en el contexto del recorrido, o por cambios tácticos frecuentes. Abbiss & Laursen (2008) documentan la relación entre VI y costo metabólico en ciclismo de competición.
Ventaja frente a ruido: Esta es la métrica más robusta del conjunto. El cociente NP/AP es poco sensible al ruido aleatorio pequeño del potenciómetro porque la media móvil de 30 s filtra parte de la variabilidad instrumental. El error relativo del potenciómetro (1–3%) se propaga de forma multiplicativa y aproximadamente constante en numerador y denominador, resultando en cancelación parcial.
Clasificación: Cuatro bandas: Muy estable / Estable / Variable / Crítico. Los umbrales absolutos se ajustan por disciplina y suspensión (véase Sección 5). La dependencia con diámetro de rueda es despreciable para esta métrica.
Justificación física: La relación potencia/frecuencia cardíaca (EF, Efficiency Factor) tiende a disminuir a lo largo de un esfuerzo prolongado a carga constante debido a la deriva cardiovascular (aumento de FC sin incremento de potencia). El porcentaje de cambio de EF entre la primera y segunda mitad del segmento (decoupling) es un indicador de fatiga cardiovascular y de la capacidad del sistema cardiovascular para sostener el esfuerzo. Barsumyan et al. (2025) documentan el uso de métricas Pw:HR en análisis de rendimiento con modelos de IA.
Advertencia metodológica declarada: Esta métrica está dominada por fisiología, no por mecánica. Temperatura, hidratación, fatiga acumulada, estado autonómico, y tipo de sensor de frecuencia cardíaca (banda torácica vs. sensor óptico) influyen de forma determinante. No debe interpretarse como indicador de eficiencia mecánica de la transmisión ni de la interfaz cuerpo-bicicleta. Se incluye porque es matemáticamente calculable y tiene utilidad para el ciclista como indicador de estado fisiológico en el contexto de la actividad analizada.
Concepto: La diferencia en la relación velocidad-pendiente entre las ramas ascendente y descendente de un gradiente idéntico capturaría pérdidas mecánicas de la transmisión o respuesta ineficiente de la suspensión.
Razón de descarte: Con ruido de velocidad GPS de ±0.3 m/s y ruido de altitud de ±2 m, las diferencias pequeñas entre ramas no son distinguibles con confianza del error combinado de medición y segmentación. Solo discrepancias normalizadas superiores al 10% emergen sobre el ruido. Requiere además condiciones muy específicas (recorrido bidireccional, ausencia de microondulaciones) que no están garantizadas en uso general. Veredicto: modelable con confianza media-baja. Descartada como métrica primaria.
Concepto: La aceleración longitudinal captura la respuesta dinámica del sistema ante perturbaciones del terreno.
Razón de descarte: La derivada numérica de velocidad GPS a 1 Hz amplifica fuertemente el ruido. La propagación analítica de incertidumbre para diferencia hacia adelante con εv ~ Uniform(−0.3, 0.3) m/s produce σa ≈ 0.245 m/s² de ruido puro por medición, independiente de cualquier aceleración real. A este nivel de ruido, la mayoría de aceleraciones reales de interés mecánico quedan sumergidas. Requeriría suavizado fuerte previo que destruye la señal que se pretende medir. Veredicto: no modelable con confianza suficiente como métrica de interacción mecánica bajo GPS a 1 Hz.
Un error frecuente en herramientas de análisis de actividad deportiva es aplicar umbrales universales a métricas cuyo valor esperado en condiciones normales varía significativamente con la configuración del sistema. Un ciclista de MTB con doble suspensión en terreno técnico exhibirá necesariamente mayor varianza de cadencia que un ciclista de ruta en llano, no porque el sistema falle, sino porque la excitación mecánica externa es distinta.
El presente marco adopta el principio de corrección aditiva lineal sobre umbrales base:
donde cada Δj existe solo cuando hay una razón física clara para modificar el umbral de la métrica m. La regla explícita es: las variables que no producen una corrección físicamente defendible para una métrica dada reciben Δ = 0 para esa métrica. Esto mantiene el sistema finito y auditables los ajustes.
El entorno de excitación externa difiere fundamentalmente entre disciplinas. MTB sobre terreno técnico introduce perturbaciones de cadencia y velocidad que son respuestas normales del sistema, no indicadores de falla mecánica. Gravel representa un caso intermedio. Esta variable produce las correcciones más consistentes a través de todas las métricas cinemáticas.
La suspensión desacopla parte de la excitación vertical del terreno del movimiento del cuadro y del ciclista, pero también introduce pérdidas dinámicas y pequeños cambios en la continuidad efectiva del pedaleo. Una mayor dispersión de cadencia en un sistema de doble suspensión sobre terreno roto no implica automáticamente mala interacción cuerpo-máquina. El ajuste es más relevante para las métricas de subida (IES) que para relación V/C.
Los sistemas 1x (monoplato) presentan saltos relativos mayores entre relaciones disponibles que los sistemas 2x (biplato). Esto produce mayor dispersión esperada de la relación V/C en terreno variable, no porque el sistema sea inestable sino porque el espacio de relaciones disponibles es más disperso. El efecto sobre varianza de cadencia es menor. Esta variable no afecta de forma defendible el VI ni el decoupling Pw:HR.
Ruedas de menor diámetro atraviesan peor irregularidades equivalentes (mayor ángulo de impacto para obstáculo de altura fija), induciendo más perturbación en velocidad y cadencia. El efecto es principalmente relevante para métricas cinemáticas (cadencia, V/C, IES) y despreciable para VI y decoupling.
Varias variables que podrían parecer relevantes no se incluyen como correcciones de umbral, sino como flags de invalidez contextual: terreno muy técnico con paradas frecuentes, recorridos con drafting intenso, condiciones de barro extremo, señal GPS degradada (HDOP > 5), actividades con múltiples gaps > 10 s.
La razón es importante: estas variables no deben relajar el umbral sino directamente anular la interpretabilidad de la métrica. Un umbral corregido para "terreno muy técnico con barro" sería arbitrario; la decisión correcta es marcar la métrica como no estimable en esas condiciones.
Variables adicionales que no se incluyen por riesgo de sobreajuste: ancho de neumático, presión de inflado, longitud de biela, peso del ciclista, avance de horquilla, sag de suspensión. La robustez del sistema requiere limitar las correcciones a variables con efecto físico documentable y no redundante.
El análisis de propagación de incertidumbre analítica es impracticable para métricas no lineales como el CV de cadencia o el IES, porque involucran operaciones sobre distribuciones de señales con dropout aleatorio, interpolación condicional y segmentación dependiente de datos. La simulación Monte Carlo permite cuantificar la distribución del resultado bajo el modelo de ruido instrumental sin requerir aproximaciones analíticas.
La pregunta que el MC responde no es "¿cuál es el valor de la métrica?" sino "dado el modelo de ruido plausible para este tipo de señal FIT, ¿con qué probabilidad este resultado habría sido clasificado como estable, en atención, o crítico?"
Modelo de ruido por variable:
Versión implementada: Versión mínima robusta — configuración de bicicleta fija (umbrales dinámicos constantes dentro del run). El MC propaga únicamente incertidumbre instrumental. N = 500 iteraciones (equilibrio entre confianza estadística y performance en navegador).
Salida por métrica:
Un resultado de P(crítico) = 0.73 no significa que el sistema "falle" con probabilidad 73%. Significa que bajo el modelo de ruido instrumental asumido, el 73% de las realizaciones plausibles de la señal observada habrían sido clasificadas como críticas. Es una medida de robustez de la clasificación, no de probabilidad de falla mecánica real.
La distinción es importante: una clasificación de "crítico" con P(crítico) = 0.95 es muy robusta al ruido. Una clasificación de "crítico" con P(crítico) = 0.52 es marginal y debe interpretarse con cautela. La herramienta presenta esta información explícitamente para evitar falsos positivos de diagnóstico.
Los parámetros específicos de segmentación, los umbrales dinámicos exactos por combinación de configuración, los coeficientes del modelo de ruido y el algoritmo de imputación de dropout son propietarios de BikeLab Studio. El código de producción está ofuscado y protegido mediante técnicas de domain trap que producen resultados silenciosamente envenenados en implementaciones no autorizadas fuera del dominio oficial.
Las fórmulas descritas en este documento corresponden a los principios de cálculo implementados. Los parámetros numéricos exactos y las correcciones post-cálculo no están incluidos en esta descripción pública.
Las decisiones de arquitectura del presente marco — en particular la elección de reportar distribuciones de probabilidad sobre el espacio de clasificación en lugar de valores únicos, la documentación explícita de métricas descartadas y sus razones, y el principio de que una variable que no produce corrección físicamente defendible recibe Δ = 0 — son consecuencias directas de aplicar los principios operativos del Modelo de Coherencia Dinámica (MCD), framework propietario desarrollado por Carlos Ravello (2025).
El MCD postula que un sistema técnico alcanza coherencia funcional óptima no eliminando su incertidumbre sino integrándola como variable explícita del proceso. En el presente contexto: la banda de confianza Monte Carlo, la documentación de limitaciones y la arquitectura de umbrales dinámicos finitos son expresiones directas del principio Ω de coherencia dinámica aplicado al dominio del análisis cinemático de ciclismo.
El framework MCD no está publicado en su forma completa. — Ravello, C. (2025). Modelo de Coherencia Dinámica. Documento interno no publicado. BikeLab Studio.
El análisis de archivos FIT para diagnóstico mecánico de la interfaz bicicleta-ciclista es técnicamente viable bajo condiciones de validez explícitas y con un tratamiento estadístico honesto de las fuentes de ruido instrumental. Las métricas de varianza de cadencia, relación velocidad/cadencia, índice de estabilidad en subida y Variability Index (con potenciómetro) constituyen un conjunto coherente y complementario de indicadores del comportamiento cinemático del sistema.
La contribución central de este marco es doble: por un lado, la documentación explícita de las condiciones bajo las cuales cada métrica es válida (y de aquellas bajo las cuales no lo es); por otro, el sistema de umbrales dinámicos que reconoce que el "valor esperado normal" de estas métricas no es universal sino función de la configuración del sistema bicicleta.
La simulación Monte Carlo no mejora la precisión del cálculo; proporciona honestidad estadística sobre su robustez. Un resultado clasificado como "crítico" con P(crítico) = 0.90 bajo el modelo de ruido instrumental es una conclusión sólida. Un resultado marginal con P(crítico) = 0.55 debe presentarse como tal, no como diagnóstico definitivo.
Las métricas descartadas — histéresis velocidad/pendiente y aceleración longitudinal derivada — son ejemplos de indicadores que son conceptualmente interesantes pero instrumentalmente no viables con la calidad de señal disponible en datos FIT de campo a 1 Hz. Documentar el descarte es parte del rigor metodológico.
[ CLUSTER_DATA_LINKS ] // ANÁLISIS Y DIAGNÓSTICO CICLISTA