[Open Source] WiFi 穿牆黑科技，倒數計時，即將到來，快來體驗！

用 WiFi 穿牆看世界：π RuView 讓你的 WiFi 也能透視隱形人！

嘿，台灣的朋友們！今天要介紹一個超酷、超乎想像的技術：π RuView。這不是科幻小說，而是利用我們身邊無所不在的 WiFi 訊號，就能夠「看穿牆壁」，偵測人體姿態、呼吸和心跳，而且完全不需要任何攝影機或穿戴式裝置！

準備好你的 WiFi，一起來探索這個神奇的世界吧！

什麼是 π RuView？

π RuView 是一個基於 WiFi 的人類感測系統，它利用 WiFi 訊號的信道狀態資訊 (CSI) 來重建人體姿態、監測生命體徵，甚至進行存在偵測。簡單來說，就是透過分析 WiFi 訊號在遇到人體時產生的變化，進而推算出人的位置、呼吸頻率和心跳。

重點整理：

• 無須攝影機： 完全不涉及影像，保護你的隱私。
• 無須穿戴裝置： 擺脫束縛，輕鬆感測。
• 透過牆壁： 在攝影機無法到達的地方也能工作。
• 多功能： 姿態估計、呼吸偵測、心跳偵測、存在偵測，甚至災難救援！

初學者也能懂：π RuView 的核心概念

對於初學者來說，理解 π RuView 的核心概念並不難。就像我們透過水波的變化來判斷水面下的狀況一樣，π RuView 也是透過分析 WiFi 訊號的變化來推斷周遭環境。

1. WiFi 訊號是看不見的水波： WiFi 路由器就像一個發送訊號的源頭，不斷發出無線電波，覆蓋我們的房間。
2. 人體會干擾訊號： 當無線電波遇到人體時，會被散射、反射，導致訊號的強度和相位發生變化。
3. CSI 是重要的資訊： 信道狀態資訊 (CSI) 就像是記錄訊號變化的「日記」。它包含了每個子載波的振幅和相位資訊，詳細記錄了訊號在傳輸過程中的變化。
4. AI 來解讀： π RuView 的核心是 AI 模型，它接收 CSI 數據，並透過物理信號處理和機器學習，重建人體姿態、呼吸和心跳。

π RuView 的迷人之處：五大亮點

π RuView 有許多令人驚豔的特點，以下列出五個最吸引人的：

1. 注重隱私： 由於不使用攝影機，π RuView 在設計上就避免了隱私問題，無需擔心 GDPR (歐盟一般資料保護規則) 或 HIPAA (美國健康保險流通與責任法案) 的限制。
2. 生命徵象偵測： 能夠偵測呼吸頻率 (6-30 次/分鐘) 和心率 (40-120 次/分鐘)，無需穿戴任何設備，就能監測健康狀況。
3. 穿牆感測： WiFi 訊號可以穿透牆壁、傢俱和障礙物，這使得 π RuView 能夠在攝影機無法觸及的地方發揮作用，例如在災難救援中，幫助尋找被困人員。
4. 多人物體同時追蹤： 系統可以同時追蹤多個人，每個人的姿態和生命體徵都可以獨立測量。
5. 自我學習： 系統可以從原始的 WiFi 數據中學習，無需額外的訓練數據，就能適應不同的環境。

實作 π RuView：初學者入門指南

想要親手體驗 π RuView 的神奇嗎？以下是初學者可以嘗試的步驟：

1. 準備 CSI 兼容的硬體：
   • ESP32-S3 (推薦)： 便宜、易於上手，是最佳選擇。你需要 3-6 個 ESP32-S3 開發板和一個 WiFi 路由器。
   • 研究級網卡： 例如 Intel 5300 / Atheros AR9580，功能強大，但價格稍貴。
   • 任何 WiFi 設備 (僅限存在偵測)： 你的筆記型電腦也可以使用，但只能進行粗略的存在偵測。
2. 選擇安裝方式：
   • Docker (推薦)： 這是最簡單的方式，無需安裝任何開發環境。只需要一個指令就能啟動 π RuView：
     bash
docker pull ruvnet/wifi-densepose:latest
docker run -p 3000:3000 ruvnet/wifi-densepose:latest
     然後在瀏覽器中打開 `http://localhost:3000` 就可以看到結果。
   • 從原始碼安裝： 適合進階使用者，需要安裝 Rust 和 Python 開發環境。請參考官方的文件進行安裝。
3. 探索 API：
   • REST API： π RuView 提供 REST API，讓你可以從你的應用程式中獲取數據。例如，你可以使用 curl 命令來查詢狀態、姿態、生命徵象等資訊：

     # 檢查健康狀態
     curl http://localhost:3000/health
     
     # 獲取最新的姿態資訊
     curl http://localhost:3000/api/v1/pose/current
     
     # 獲取生命體徵資訊
     curl http://localhost:3000/api/v1/vital-signs
     

   • WebSocket： π RuView 也提供 WebSocket 串流，可以實時接收數據。
4. 實驗與探索： 準備好硬體和軟體後，就可以開始探索 π RuView 的各種應用了。例如，你可以嘗試偵測房間裡的人數、追蹤他們的移動軌跡、監測他們的呼吸頻率等等。

深入探索：π RuView 的進階功能

對於有技術背景的朋友，可以更深入地研究 π RuView 的技術細節：

• 信號處理： π RuView 使用了多種先進的信號處理技術，例如 SpotFi、Hampel 濾波器、Fresnel 區模型等等，來從 CSI 訊號中提取有用的資訊。
• AI 模型： π RuView 的 AI 模型基於圖轉換器和 cross-attention 機制，能夠從 CSI 特徵矩陣中提取人體姿態資訊。
• 自學習系統： 系統可以從原始 WiFi 數據中學習，無需標記資料，就能適應不同的環境。這項技術極大地簡化了部署的流程。

個人實作心得：克服障礙，享受樂趣

我個人在嘗試使用 π RuView 的過程中，遇到了一些挑戰，但最終都成功克服了。以下是一些經驗分享：

• 硬體設定： 設定 ESP32-S3 比較複雜，需要仔細閱讀官方的教程，並確保 WiFi 環境的穩定性。
• 信號品質： WiFi 環境的干擾會影響 CSI 訊號的品質，因此需要選擇一個干擾較少的環境進行實驗。
• 參數調整： 在不同的環境中，可能需要調整一些參數，才能獲得最佳的感測效果。

雖然過程有點曲折，但看到 π RuView 成功運作的那一刻，成就感爆棚！我還發現了它的幾個潛在應用：

• 智慧家居： 實現房間級別的存在偵測，自動控制燈光、空調和音樂。
• 居家照護： 監測老年人的活動和呼吸，及時發現跌倒和異常情況。
• 零售業： 統計客流量和停留時間，改善商店的佈局和服務。

錯誤排除指南：常見問題解答

1. 無法偵測到 WiFi 硬體：
   • 確保你的電腦或 ESP32-S3 已連接到 WiFi 網路。
   • 檢查你的 WiFi 網卡是否支援 CSI 功能。
   • 重新啟動你的電腦或 ESP32-S3。
2. 偵測效果不佳：
   • 確保環境中沒有過多的干擾源，例如微波爐、藍牙設備等。
   • 嘗試調整模型參數，例如靈敏度、噪音閾值等。
   • 使用多個 ESP32-S3 節點，提高感測覆蓋範圍。
3. Docker 啟動失敗：
   • 確保你已正確安裝 Docker。
   • 檢查你的網路設定，確保 Docker 可以訪問網路。
   • 嘗試重新下載 Docker 映像檔。

π RuView 的未來：無限可能

π RuView 是一個令人興奮的技術，它利用了我們身邊無所不在的 WiFi 訊號，為我們帶來了全新的可能性。隨著技術的發展，π RuView 的應用前景將更加廣闊：

• 智慧醫療： 遠端監測病人的生命體徵，提高醫療效率。
• 智慧城市： 監測城市的人流，優化交通和公共設施。
• 機器人技術： 為機器人提供空間感知能力，使其更好地與人類互動。

π RuView 是一個充滿潛力的項目，它將持續推動 WiFi 感測技術的發展，為我們的生活帶來更多的便利和安全。

結語：一起加入 π RuView 的探索之旅

希望這篇部落格文章能幫助你了解 π RuView，並激發你對這個技術的興趣。無論你是初學者還是技術專家，都可以親手嘗試、探索 π RuView 的奧秘。

讓我們一起利用 WiFi 訊號，窺探這個隱形的、充滿無限可能的「穿牆世界」吧！

更多資訊

• 官方網站： π RuView (Github)
• 使用者指南： User Guide
• Docker 安裝： Docker 安裝方式

快去動手試試吧！

參考閱讀

https://github.com/ruvnet/RuView