RuView：基于 WiFi 信号的空间感知平台

项目动机

RuView 将普通 WiFi 路由器发射的无线电波转化为空间感知信号。人体在静止、呼吸或运动时都会扰动这些电磁波，系统通过采集信道状态信息（Channel State Information, CSI），在不依赖摄像头与穿戴设备的前提下，识别室内人员、监测呼吸与心率、跟踪活动并评估睡眠质量。整个流程完全在边缘硬件运行，无云端依赖。

核心感知能力

• 存在与占用检测：穿墙人员识别、计数与出入追踪
• 生命体征：无接触式呼吸率（6–30 BPM）与心率（40–120 BPM）监测
• 活动识别：基于时序 CSI 模式识别行走、坐立、手势与跌倒
• 环境映射：通过 RF 指纹识别房间、检测家具移动与新增物体
• 睡眠分析：整夜监测，包含睡眠分期与呼吸暂停筛查

系统同时支持无摄像头 17 关键点姿态估计、自监督预训练流程、本地自动化（HOMECORE）以及多模态融合的统一 RF 世界模型（WiFi CSI、雷达、UWB、蜂窝信号）。

技术架构

平台运行在两层硬件之上：

1. ESP32 传感器网：ESP32-S3 节点（最低约 9 美元）负责 CSI 采集；ESP32-C6 支持 Wi-Fi 6 与 802.15.4 研究传感
2. Cognitum Seed 边缘节点：负责持久化向量存储、kNN 检索、加密见证链与 AI 集成（约 140 美元）

数据流采用 6 频段多频跳频 + TDM 时隙调度，神经拟态网络（SNN）可在 30 秒内完成本地环境自适应。每次测量都通过 Ed25519 见证链进行密码学认证。

预训练模型基于 12.2M 步自监督对比学习，在 60K 帧 / 610K 三元组上训练，128 维嵌入输出 164,183 emb/s（M4 Pro）。模型已发布在 Hugging Face：ruvnet/wifi-densepose-pretrained 与 ruvnet/wifi-densepose-mmfi-pose。

关键性能指标

能力	方法	实测结果
呼吸率	带通滤波 + 圆形方差 + 过零 BPM	6–30 BPM 实时
心率	0.8–2.0 Hz 带通	40–120 BPM 实时
存在检测	v2 编码器 + 相位方差回退	82.3% 时序三元组准确率
17 关键点姿态	MM-Fi 独立模型	82.69% torso-PCK@20（单模型）/ 83.59%（集成+TTA）
跌倒检测	相位加速度阈值 + 去抖	< 200 ms
世界模型预测	OccWorld TransVQVAE	209 ms / 15 帧

注：ESP32 上的端上 17 关键点模型目前 PCK@20 仅为 3.0%，尚未达到 ≥35% 的目标，需后续替换。

快速上手

Docker 仿真（无硬件）

# 拉取并启动容器，使用模拟数据
docker pull ruvnet/wifi-densepose:latest
docker run -p 3000:3000 ruvnet/wifi-densepose:latest
# 浏览器访问 http://localhost:3000

ESP32-S3 硬件部署

# 烧写固件
python -m esptool --chip esp32s3 --port COM9 --baud 460800 \
  write_flash 0x0 bootloader.bin 0x8000 partition-table.bin \
  0xf000 ota_data_initial.bin 0x20000 esp32-csi-node.bin
# 配置 WiFi 与目标地址
python firmware/esp32-csi-node/provision.py --port COM9 \
  --ssid "YourWiFi" --password "secret" --target-ip 192.168.1.20

Python SDK

pip install ruview           # 或 pip install wifi-densepose
# 异步客户端含 WebSocket + MQTT 支持
pip install "ruview[client]"

from ruview import BreathingExtractor, HeartRateExtractor
# 异步客户端
from ruview.client import SensingClient, RuViewMqttClient

加载预训练模型

pip install huggingface_hub
huggingface-cli download ruvnet/wifi-densepose-pretrained \
  --local-dir models/wifi-densepose-pretrained

CLI 支持原生 RVF、safetensors 与 JSONL 三种格式自动转换；推荐 4-bit 量化版本（8 KB）。

智能家居集成

RuView 原生对接四大生态：

• Home Assistant：通过 HA-DISCO MQTT 发布器接入，每个节点暴露 21 个实体（11 原始信号 + 10 语义状态），含睡眠中、紧急求助、老人活动异常、跌倒风险升高、床离等场景，并附 3 个起步蓝图
• Apple Home / HomePod：作为 HAP-1.1 网桥被发现
• Google Home / Amazon Alexa：通过同一 HA 网桥或 Matter 端点接入

Siri、Google Assistant 与 Alexa 可按房间播报存在与生命体征，无需定制技能。

边缘模块目录

系统内置 105 个 Cog 模块，覆盖健康（14 个）、安防（14 个）、楼宇、零售、工业、研究、AI、网络等领域。模块签名验证后下发，硬件总成本约 140 美元。所有模块均可在 seed.cognitum.one/store 浏览器中浏览。