本发明公开了一种基于多模态生理参数信号的疲劳程度评估方法及系统，其中方法主要包括S1、采集多模态生理参数数据；S2、提取多模态生理参数数据的时域、频域和非线性特征；S3、基于步骤S2提取的时域、频域和非线性特征构建用于疲劳程度评估的集成学习模型，并利用集成学习模型对疲劳程度进行评估预测。系统包括用于采集多模态生理参数数据的数据采集模块和用于对采集的数据进行疲劳程度评估的微处理器，以及数据存储模块，低功耗蓝牙模块和供电模块。本发明通过构建多样的特征集合和模型组合，实现最终的集成预测，增强了模型的准确度和泛化性能。