RuView实测：WiFi穿墙透视

如果你搜索WiFi传感或ruvnet/ruview仓库，你会找到人物轮廓渲染在3D网格中的截图、实时心跳读数以及稳定保持在80%的置信度计数器。这种描述很难抗拒：一个9美元的微控制器、你现有的路由器，突然你就能在任何房间检测动作，无需一个摄像头。

我花时间研究了这个仓库。底层的技术是真实的，它借鉴的研究是真实的，家庭自动化的用例也是成立的。但演示截图和你在自己房子实际会看到的差距足够大，值得在购买硬件之前进行诚实的解读。

1、这项技术到底是什么

RuView建立在大量学术研究基础上，特别是MIT的RF-Pose（2018年）和CMU的DensePose From WiFi（2022年）。核心思想是：人体大约60%由水组成，会以可测量的方式反射和吸收WiFi信号。当你穿过房间时，在那个房间里反弹的无线电波会发生轻微变化。具体来说，一种叫做CSI（信道状态信息）的东西会改变，这是信号如何到达的底层测量，包括其在多个频率上的振幅和相位。

系统捕获这些变化，将它们输入到经过数千个标注示例训练的神经网络中，并产生一个估计：有人存在，大约在这里，大约在做这个。

这就是输出。不是视频流。不是照片。是从无线电信号方差得出的统计推断。

2、演示屏幕上的轮廓

仓库演示面板中那个精致的火柴人是真实的，从系统确实产生姿势估计的角度来看。它是误导性的，因为你在演示中看到的是输出的最佳版本，干净地渲染，在受控条件下运行，使用录制或模拟的数据。

在实际部署中，火柴人会抖动。它会错误放置肢体。当两个信号干扰时它会消失。产生那些干净轮廓的学术论文使用了研究级硬件、多个天线阵列以及针对特定房间校准了多个小时的模型。你客厅里的9美元ESP32无法复制这一点。

这并不意味着系统失败。这意味着家庭设置的有用输出与演示所暗示的不同。

你可以可靠获得的是：存在检测。"有人在这个区域"或"这个区域是空的"。这是成熟、经过测试的功能。心跳读数、精细姿势和步态分析都列在仓库中，在理想条件下技术上是可能的，但在你在特定环境中测试之前，将它们视为实验性的。

3、没有人先问的硬件问题

演示无需任何硬件即可运行。你拉取一个Docker镜像，打开localhost:3000，面板就会出现并显示读数。大多数人此时假设他们看到的是自己的环境。

他们看到的不是。Docker容器运行在合成数据上。你的房间、你的墙壁、你的家具：都没有被测量。面板是预录制或模拟信号数据的可视化。这对于理解界面和测试软件堆栈很有用，但它与物理现实无关。

实际的存在检测需要在你想监控的每个区域放置一个物理CSI兼容设备。

传感硬件（运行自定义固件的ESP32-S3）捕获原始CSI测量值并将它们流式传输到服务器。没有它，服务器就没有可分析的东西。你的笔记本电脑、手机和智能电视都在同一个WiFi网络上，但它们不暴露CSI数据。普通的WiFi流量不执行这项工作。

4、每个房间实际需要什么

仓库建议使用2到6个节点进行网状部署。对于实际的首次测试：两个节点，一个房间，在扩展之前确认检测有效。

最小规模的成本：两个ESP32-S3板，每个约9美元，加上一台运行Docker容器的机器（旧笔记本电脑或Raspberry Pi就足够了）。所有内容都在本地运行；无需云、无需外部账户、数据不会离开你的网络。

5、范围误解

WiFi信号很容易穿墙。你知道这一点，因为你的手机在房子的另一端也能工作。但"信号到达另一个房间"和"系统能检测到另一个房间的人"不是一回事。

检测可靠性随距离和障碍物而降低。使用单个节点进行有意义的存在检测的实际范围约为五米。超过这个范围，信噪比会下降到推断变得不可靠的程度。

这就是为什么每个节点一个房间的模型是正确的方法。你不是试图从一个中心点看穿墙壁。你是在每个区域放置一个传感器，以便该区域本身得到可靠覆盖。

6、界面实际显示什么

localhost:3000上的网络面板有两类输出，值得知道哪个可以信任。

面板的右侧（原始WiFi信号强度、运动方差、人员计数、存在指示器）基于直接测量。当它说"1人存在"时，它读取的是真实的信号变化。家庭自动化用例应该基于此构建。

面板的中心（火柴人、3D网格、渲染的骨架）是神经网络姿势估计的可视化。在理想的实验室条件下，这可能是有信息量的。在典型的家庭环境中，它将是不稳定的，并且经常错误地判断肢体位置。不要将其用作你的置信度指标。使用人员计数和存在指示器。

心跳和呼吸读数介于两者之间：如果硬件放置良好且被测对象静止，这是可能的，但对噪声敏感，绝不是医疗级的。

7、正确理解隐私框架

仓库做对了一件事，这很重要：该系统不产生图像、不存储视频、不捕获生物特征标识符。输出是"有身体存在"。不是谁的身体、不是他们的脸长什么样、不是他们穿什么。

这使得它真正适合摄像头不可接受的空间：浴室、卧室、护理环境。限制与优势相同：系统对身份一无所知。它无法通过外观区分居民和入侵者。它只是检测到有东西在那里。

8、诚实的起点

如果你想尝试这个，从这里开始：

第1步： 运行Docker容器并花时间熟悉界面。在任何硬件存在之前了解面板显示什么。

第2步： 订购两个ESP32-S3板。刷写固件。在一个房间内测试。

第3步： 在购买更多硬件之前，评估你在自己环境中实际获得的，而不是演示显示的。

第4步： 如果存在检测可靠工作，通过MQTT连接到Home Assistant或你选择的自动化平台，并从那里构建。

仓库通过Matter桥接器与Home Assistant、Apple Home、Google Home和Alexa集成。这种集成——用于响应实际房间占用而非运动计时器的灯光和气候控制——是这项技术证明其成本合理性的用例。

9、它不是什么

它不是你可以指向邻近公寓的监控工具。传感器必须物理位于被监控的空间内。WiFi传感是一种互惠关系：发射和接收信号的设备必须与被检测的人在同一个体积内。

它不是即插即用的房间映射。演示中的轮廓不是你首次设置客厅时会看到的。

它不是医疗设备。心跳和呼吸估计是运行在WiFi数据包上的消费级系统的输出。它们很有趣。它们不是临床级的。

它是什么：一个实用的、保护隐私的、无需摄像头的家庭存在传感器，具有"有人在这个房间里"的现实下限，以及随着更好的硬件、更多节点和校准意愿而上升的上限。

这是一件真正有用的东西。它只是看起来与截图不同。

RuView背后的研究借鉴了MIT的RF-Pose项目和CMU的DensePose From WiFi论文。ruvnet/ruview仓库在MIT许可证下开源。

原文链接: I Tried the WiFi "See Through Walls" Repo. Here Is What It Actually Does.

汇智网翻译整理，转载请标明出处