WiFi Sensing nutzt drahtlose Übertragungen als Messsignale. Wenn sich eine Person bewegt, eine Tür geöffnet wird oder sich Möbel verändern, ändern sich auch reflektierte Funkpfade. Ein Sensing-System erfasst diese Veränderungen und sucht nach Mustern, die mit Anwesenheit, Bewegung, Atmung, Gesten, Zonen oder anderen sorgfältig definierten Ereignissen verbunden sind.
Die kurze Antwort lautet: WiFi Sensing kann nützlich sein, ist aber weder Magie noch automatisch zuverlässig. Eine Browser-Demo wie RuView sollte am besten als Erklärungsebene über einer realen Erfassungs- und Inferenz-Pipeline verstanden werden. Dieser Leitfaden trennt Signal-, Modell-, Anwendungs- und Validierungsebene, damit Sie beurteilen können, was ein System tatsächlich belegt.
Wie WiFi Sensing in einfacher Sprache funktioniert
Ein Sender überträgt WiFi-Signale, und ein Empfänger misst, was ankommt. Der direkte Pfad ist nur ein Teil des Ergebnisses: Wände, Böden, Möbel, Geräte und Menschen erzeugen mehrere reflektierte Pfade. Bewegung verändert Phase, Amplitude, Timing und Korrelation dieser Pfade.
Das System wandelt eine zeitliche Folge von Messungen in Merkmale um und vergleicht diese dann mit Regeln oder einem trainierten Modell. Das Ergebnis kann ein binärer Anwesenheitsstatus, ein Bewegungswert, eine Raumzone, ein Aktivitätslabel oder ein Konfidenzbereich sein. Die Ausgabe ist eine Schlussfolgerung aus Signalveränderungen, keine direkte visuelle Beobachtung.
- Senden: Ein Router, Access Point, ESP32 oder ein anderes Funkgerät erzeugt die drahtlose Verbindung.
- Messen: Ein kompatibler Empfänger erfasst RSSI, CSI, Doppler-ähnliche Veränderungen oder verwandte Kanalmerkmale.
- Interpretieren: Filterung und Modelle wandeln verrauschte Messungen in ein definiertes Sensing-Ergebnis um.
- Validieren: Bekannte Labels und Tests in veränderten Räumen zeigen, ob sich das Ergebnis verallgemeinern lässt.
RSSI versus CSI: warum die Messung wichtig ist
RSSI fasst die empfangene Signalstärke zu einem groben Wert zusammen. Das kann einfache Näherungs- oder Belegungsexperimente unterstützen, verbirgt jedoch einen Großteil des frequenzspezifischen Verhaltens innerhalb eines WiFi-Kanals. Channel State Information, kurz CSI, stellt feinere Messungen über Subcarrier und oft auch über Antennenverbindungen hinweg bereit.
CSI bietet daher mehr Struktur zur Erkennung subtiler Bewegungen, erzeugt aber auch mehr Daten, Hardwareeinschränkungen, Kalibrierungsaufwand und Möglichkeiten für Overfitting. Ein Projekt sollte die einfachste Messung wählen, die seine tatsächliche Fragestellung beantworten kann.
| Messung | Nützlich für | Wichtigste Einschränkung |
|---|---|---|
| RSSI | Grobe Nähe, einfache Belegung, Basisexperimente | Geringe Detailtiefe und hohe Umgebungsvariabilität |
| CSI | Anwesenheit, Bewegung, Aktivität, Lokalisierung, Forschungsmerkmale | Benötigt kompatible Erfassung, Verarbeitung, Labels und Validierung |
| Visualisierung | Erklärung von Modellausgabe und Konfidenz | Kann die zugrunde liegende Messbasis nicht ersetzen |
Wofür WiFi Sensing eingesetzt werden kann
Die stärksten Anwendungsfälle haben ein enges Ziel und eine klare Möglichkeit, die Antwort zu prüfen. Anwesenheitserkennung kann Beleuchtungs- oder Energiesteuerungen unterstützen. Bewegungs- und Gestenexperimente können kontaktlose Interaktion ermöglichen. Forschungssysteme untersuchen außerdem atmungsbezogene Mikrobewegungen, Aktivitätserkennung, Indoor-Positionierung, sturzähnliche Ereignisse und haltungsbezogene Merkmale.
Diese Aufgaben sind nicht austauschbar. Ein System, das leere von belegten Räumen unterscheidet, hat damit nicht bewiesen, dass es eine Person identifizieren, eine Haltung rekonstruieren, einen Gesundheitszustand diagnostizieren oder jemanden zuverlässig durch jede Wand verfolgen kann. Jede zusätzliche Behauptung erfordert neue Labels, Tests und Risikokontrollen.
- Anwesenheit und Belegung: ob eine definierte Zone wahrscheinlich belegt ist.
- Bewegung und Aktivität: ob Bewegung stattgefunden hat und welche trainierte Klasse am besten dazu passt.
- Lokalisierung: wo sich ein Gerät oder ein signalbezogenes Ziel wahrscheinlich befindet.
- Forschungsvisualisierung: Anzeige von CSI-Merkmalen, Konfidenz und experimentellen Ergebnissen.
Hardware- und Softwareanforderungen
Normale WiFi-Datenübertragung kann die Funkverbindung bereitstellen, aber normale Consumer-Schnittstellen legen die für Sensing benötigten Messwerte nicht immer offen. Experimente mit ESP32 können zugängliche Lernpfade für CSI bieten, während unterstützte Broadcom-Geräte mit Nexmon CSI umfangreichere Erfassungen ermöglichen. Andere Forschungsplattformen nutzen spezialisierte Netzwerkschnittstellenkarten oder herstellerspezifische Sensing-APIs.
Software muss Samples mit Zeitstempeln versehen, Rauschen bereinigen, Labels ausrichten, Merkmale extrahieren, Inferenz ausführen und genügend Metadaten erhalten, um das Ergebnis reproduzieren zu können. Wenn eine Seite nur eine Animation zeigt, aber nicht erklären kann, woher die Messungen stammen, ist sie eher eine Visualisierungsdemo als ein validiertes Sensing-System.
- Bestätigen Sie, dass Chipsatz, Firmware, Treiber und Betriebsmodus die erforderlichen Daten bereitstellen.
- Erfassen Sie Raumlayout, Geräteplatzierung, Kanal, Bandbreite, Sampling-Verhalten und Label-Timing.
- Trennen Sie Training, Validierung und Tests in veränderten Umgebungen.
- Zeigen Sie Zustände mit niedriger Konfidenz und nicht verfügbare Zustände an, statt ein Ergebnis zu erzwingen.
Genauigkeitsgrenzen und häufige Fehlermodi
WiFi Sensing hängt von Multipath ab, und genau deshalb kann es auch driften. Wenn der Router bewegt wird, der Kanal wechselt, eine Tür geöffnet wird, Personen hinzukommen, ein Ventilator läuft oder Möbel umgestellt werden, kann sich die Signalverteilung ändern. Ein Modell kann in dem Raum gut funktionieren, in dem es trainiert wurde, und anderswo scheitern.
Eine sinnvolle Bewertung umfasst False Positives, False Negatives, Latenz, Konfidenzkalibrierung und die Leistung nach Veränderungen der Umgebung. Ein einzelnes beeindruckendes Live-Beispiel reicht nicht aus. Wiederholbarkeit über Tage, Räume, Hardware und unbekannte Testpersonen hinweg ist ein deutlich stärkerer Beleg.
| Veränderung | Mögliche Auswirkung | Validierungsreaktion |
|---|---|---|
| Router oder Empfänger wird bewegt | Baseline und Multipath-Muster verschieben sich | Neu kalibrieren und Empfindlichkeit gegenüber der Platzierung testen |
| Möbel, Türen oder Geräte ändern sich | Neue Reflexionen ähneln Bewegung | Negative Tests in veränderten Räumen einbeziehen |
| Mehrere Personen betreten den Raum | Signale überlagern sich und Labels werden mehrdeutig | Unterstützte Belegung und Konfidenzgrenzen angeben |
| Andere Hardware oder anderer Kanal | Merkmalsverteilung ändert sich | Jede unterstützte Konfiguration validieren |
Datenschutz, Sicherheit und verantwortungsvoller Einsatz
Kamerafrei bedeutet nicht datenschutzfrei. Auch Belegung, Routinen, Bewegung und Standort können sensibel sein. Ein verantwortungsvoller Einsatz erklärt, was gemessen wird, wer darauf zugreifen kann, wie lange Daten gespeichert werden, ob die Verarbeitung lokal bleibt und wie Nutzer die Funktion deaktivieren können.
WiFi Sensing sollte nicht die alleinige Grundlage für medizinische Diagnosen, Notfallreaktionen, Strafverfolgung, disziplinarische Maßnahmen gegenüber Beschäftigten oder andere Entscheidungen mit hohem Risiko sein. Forschungsdemos sollten vermeiden, abgeleitete Silhouetten oder Zonen als Ground Truth darzustellen, und Unsicherheit sichtbar machen.
- Erheben Sie nur die minimalen Daten, die für die angegebene Aufgabe nötig sind.
- Bevorzugen Sie, wo praktikabel, lokale Verarbeitung und kurze Aufbewahrungszeiten.
- Verlangen Sie Hinweise, Einwilligung, Zugriffskontrollen und einen Ausschalter.
- Dokumentieren Sie nicht unterstützte Nutzungen und die Eskalation zur menschlichen Prüfung.
Wie man eine WiFi-Sensing-Demo bewertet
Fragen Sie zuerst, welche physische Messung die Demo speist. Bestimmen Sie dann das genaue Ziel, zum Beispiel Raumbelegung statt vager Menschenerkennung. Achten Sie auf eine Baseline, gelabelte Tests, Konfidenzbehandlung und Ergebnisse nach Veränderungen der Umgebung.
Bei RuView sollten Sie die Open-Source-Visualisierung und den Workflow vom Hardware-Erfassungspfad trennen. Nutzen Sie die speziellen Leitfäden zu ESP32 CSI, Nexmon CSI, Menschenerkennung, Datensätzen, kompatiblen Routern, Indoor-Positionierung und GitHub-Projektauswahl, statt anzunehmen, dass ein einziges Setup jeden Anwendungsfall abdeckt.
- Kann das Projekt Sender, Empfänger, Chipsatz, Firmware und Messtyp benennen?
- Unterscheidet es zwischen Live-Daten, wiedergegebenen Daten, Simulation und illustrativer Animation?
- Sind False Positives, False Negatives, Latenz und Zustände mit niedriger Konfidenz sichtbar?
- Wurde es nach Änderungen bei Platzierung, Raum, Testperson oder Hardware getestet?
Quellen und technische Referenzen
WiFi-Sensing-FAQ
Was ist WiFi Sensing?
WiFi Sensing analysiert Veränderungen in drahtlosen Funkmessungen, um Ereignisse wie Anwesenheit, Bewegung, Aktivität oder Position abzuleiten. Es ist eine Inferenz-Pipeline, kein Kamerabild.
Wie funktioniert WiFi Sensing?
Ein Sender und ein Empfänger erzeugen eine WiFi-Verbindung, Messungen wie RSSI oder CSI erfassen Kanalveränderungen, und Filterung oder Modelle ordnen diese Veränderungen einer definierten Ausgabe zu, die validiert werden muss.
Kann gewöhnliches WiFi Menschen erkennen?
WiFi-Signale können Anwesenheits- oder Bewegungserkennung unterstützen, aber gewöhnliche Router stellen die für ein praxistaugliches System nötigen Daten möglicherweise nicht bereit. Die Zuverlässigkeit hängt von Hardware, Labels, Kalibrierung, Umgebung und Validierung ab.
Ist WiFi Sensing dasselbe wie WiFi CSI?
Nein. WiFi Sensing ist das breitere Anwendungsfeld. CSI ist eine detaillierte Messquelle, die viele Sensing-Systeme nutzen.
Kann WiFi Sensing durch Wände sehen?
Funkveränderungen können einige Wände durchdringen oder an ihnen reflektiert werden, aber die Leistung variiert je nach Material, Platzierung, Entfernung, Störungen und trainierter Aufgabe. Eine Behauptung zur Erkennung durch Wände braucht direkte Tests in der Zielumgebung.
Ist WiFi Sensing privat?
Es kann Kameras vermeiden, aber abgeleitete Belegung, Bewegung, Routinen und Position bleiben sensibel. Verantwortungsvolle Systeme minimieren die Datenerhebung, erklären die Verarbeitung, kontrollieren den Zugriff und bieten Einwilligungs- und Deaktivierungsoptionen.