123
// 项目简介
RuView 是一个基于边缘的感知平台，利用 WiFi Channel State Information (CSI) 在无需摄像头或可穿戴设备的情况下检测人员存在、生命体征和活动。该系统利用 ESP32 硬件和 spiking neural networks 执行实时空间智能，包括穿墙监控和姿态估计。它完全在本地运行，无需云依赖，通过无线电信号分析提供注重隐私的跟踪和环境映射。
// 技术分析
RuView 是一个专业的 WiFi 感知平台，利用低成本 ESP32 硬件的信道状态信息 (CSI) 来执行空间智能任务，无需摄像头或可穿戴设备。通过分析无线电波干扰，该系统能够实现穿墙式的人体存在、生命体征和活动识别的非接触式监测。其架构优先考虑边缘原生处理，利用脉冲神经网络和多频网格扫描，在 30 秒内适应环境，并通过本地、无云执行来保护隐私。
// 核心亮点
01
通过分析亚毫米级无线电波干扰，实现包括呼吸和心率在内的非接触式生命体征监测。
02
提供高精度的存在检测和人数统计，可在穿墙和全黑环境下工作。
03
支持使用 WiFlow 架构进行 17 关键点姿态估计，可通过摄像头监督或无摄像头方法进行训练。
04
利用多频网格方法将邻近的 WiFi 路由器转变为被动雷达照明器，以增加感知带宽。
05
具备持久的边缘 AI 管道，将感知事件存储为可搜索的向量，从而实现异常检测和环境指纹识别。
06
为所有测量结果实施加密认证，确保数据完整性和安全性，无需云连接。
// 典型使用场景
01
非接触式生命体征监测，包括呼吸和心率检测
02
穿墙人员存在检测、占用计数和活动识别
03
利用 WiFi CSI 和传感器融合进行实时 3D 点云生成和姿态估计
// 快速开始
首先，您可以运行 Docker 镜像进行模拟数据评估，或者将提供的固件烧录到 ESP32-S3 开发板上进行实时感知。一旦硬件配置了您的 WiFi 凭据，您就可以使用提供的 Node.js 脚本来执行 RF 房间扫描、人数统计或实时姿态估计等任务。对于高级持久化存储和 AI 集成，系统支持可选的 Cognitum Seed 硬件。