屠画· 弟弟
Olaf Tu
小学
— 成 长 记 录 —
📡
RuView Wi-Fi 感知
无摄像头人体检测 · 呼吸监测 · 跌倒报警 · 姐弟合作项目 · 2026‑05
姐弟合作
📡
Wi-Fi CSI
信道状态信息 · 无需摄像头
🧠
ML 推理
Python 服务端实时分类
👁️
人体存在检测
2~6 节点交叉覆盖
🫁
呼吸监测
CSI 振幅周期分析
🚨
跌倒报警
突变特征触发告警
📟
ESP32-S3 × 2~6
TDM 时分复用 · UDP 传输
🗺️
3D 空间定位
双边测距 · Three.js 实时布局图
系统架构示意
CSI 信道状态信息 · 实时波形可视化
项目说明
利用 Wi-Fi 信号的信道状态信息（CSI）实现无摄像头的人体感知。ESP32-S3 节点布置在房间各角， 持续发送 CSI 数据给本机 Python 服务端，经机器学习推理后输出存在检测、呼吸频率、跌倒告警。 不需要摄像头，不侵犯隐私。
核心技术
▸
工作原理：ESP32-S3 持续采集 Wi-Fi CSI（信道状态信息），服务端 Python 对幅度/相位时序做 ML 推理，无摄像头即可感知人体状态
▸
节点通信：每个 ESP32-S3 节点通过 TDM 时分复用发送 CSI 数据包（UDP），聚合到本机 i5-1334U 服务端
▸
感知能力：人体存在 / 离开检测、呼吸频率估算、跌倒事件告警，精度随节点数增加
▸
3D 定位：双边测距（bilateration）结合 RSSI 衰减模型估算人体坐标，Three.js 实时渲染可交互 3D 空间布局图
▸
服务端：Python 聚合服务 + 仪表盘（:8088/）+ 3D 布局（:8088/3d），支持 Docker，可迁移树莓派长期运行
更早的记录