El mapeo de una habitación con WiFi consiste en usar mediciones de radio para crear una representación útil de un espacio interior. En un experimento, un receptor registra CSI, RSSI, fase, amplitud, tiempos u otras características del canal mientras cambian la habitación, las personas o los muebles. Después, el software aprende qué patrones corresponden a zonas, recorridos, obstáculos o estados del espacio.
No debe confundirse con un mapa de cobertura WiFi. El mapa de cobertura pregunta dónde hay buena señal para conectarse; el mapeo espacial pregunta qué revelan los cambios del canal sobre la habitación. Tampoco es lo mismo que el posicionamiento interior, que estima dónde está un dispositivo o una persona, ni que WiFi DensePose, que intenta inferir la postura humana.
La respuesta práctica es prudente: WiFi puede servir para huellas de radio, zonas de ocupación, recorridos de movimiento y reconstrucciones experimentales, pero el resultado depende del acceso al hardware, la calibración, la multitrayectoria, las etiquetas y la validación. Conviene empezar con un objetivo pequeño y declarar la incertidumbre en lugar de presentar una visualización como si fuera un plano exacto.
¿Qué es el mapeo de una habitación con WiFi?
Un mapa WiFi relaciona observaciones de radio con ubicaciones o estados espaciales. Puede ser una cuadrícula de zonas, una base de huellas, un grafo topológico o una representación aprendida para comparar una habitación con otra. No hace falta reconstruir cada pared para que sea útil: distinguir de forma repetible una esquina vacía, una puerta y un recorrido ya puede bastar para una investigación.
La entrada suele ser una serie temporal, no un paquete milagroso. El receptor observa cómo se combinan las trayectorias directas y reflejadas en las subportadoras y a lo largo del tiempo. Cuando alguien camina, se mueve una silla o se abre una puerta, cambia el canal. El modelo intenta separar la estructura estable de la actividad temporal, la deriva del hardware y el tráfico ajeno.
- Define primero el objetivo: zonas, recorrido, ocupación, huella o estructura geométrica.
- Usa una ruta de medición repetible, como CSI expuesto o una interfaz de sensado documentada.
- Las etiquetas, la posición de los nodos, las marcas de tiempo y el estado de la habitación forman parte del dataset.
- El resultado debe sobrevivir a sesiones repetidas y explicar cuándo deja de generalizar.
Cómo las señales WiFi se convierten en un mapa
CSI describe cómo el canal inalámbrico afecta a distintas subportadoras y antenas. Los cambios de amplitud y fase pueden contener pistas sobre el movimiento y la multitrayectoria, pero no son una imagen directa. El mapa se crea reuniendo muchas observaciones, extrayendo características estables y asignándolas a ubicaciones o condiciones conocidas.
Un primer experimento puede fijar un emisor y un receptor, dividir la habitación en una cuadrícula pequeña y registrar una línea base vacía en cada celda. Después se añaden una persona, un mueble o un recorrido controlado. Un modelo compara una ventana nueva con las celdas de referencia. Los proyectos avanzados usan varios nodos, espacios latentes o tomografía de radio, pero también necesitan mediciones controladas y pruebas fuera del entrenamiento.
- Captura características del canal con contexto de paquetes y marcas de tiempo.
- Crea una línea base para cada zona antes de añadir personas u objetos.
- Mantén constantes el canal, el ancho de banda, las antenas y el hardware.
- Prueba otra sesión, distribución, persona o posición de nodo que no se haya usado para ajustar el modelo.
¿Qué tipo de mapa puede producir WiFi?
La palabra mapa puede describir resultados muy distintos. Define el resultado antes de elegir el modelo para no juzgar una huella de habitación como si fuera un plano con precisión centimétrica.
| Tipo de mapa | Señal habitual | Resultado útil | Límite principal |
|---|---|---|---|
| Mapa de zonas u ocupación | CSI, RSSI o eventos de sensado | Zonas vacías, ocupadas o aproximadas | Necesita calibración y casos negativos |
| Mapa de huellas de radio | Ventanas repetidas de CSI/RSSI | Comparar una observación con un área de referencia | Los muebles y el canal pueden cambiar la huella |
| Mapa de movimiento o actividad | Serie temporal de CSI y etiquetas | Recorridos relativos o estados de actividad | No es una vista de cámara ni prueba de identidad |
| Reconstrucción geométrica | Varios nodos, fase y modelos aprendidos | Estimación de estructura en investigación | Es sensible a la geometría, la multitrayectoria y el sesgo del dataset |
Mapeo espacial WiFi frente a términos parecidos
Los resultados de búsqueda mezclan planificación de red, localización, sensado humano y reconstrucción académica. Esta separación ayuda a elegir la guía correcta de RuView.
| Tema | Pregunta principal | Qué significa el resultado | Punto de partida |
|---|---|---|---|
| Mapa de cobertura WiFi | ¿Dónde es suficientemente fuerte la red? | Potencia o calidad de señal sobre un plano | Estudio de cobertura o software de red |
| Mapeo de una habitación con WiFi | ¿Qué estructura o estado revela el canal? | Huella, zonas, grafo o reconstrucción experimental | CSI y dataset espacial controlado |
| Posicionamiento interior WiFi | ¿Dónde está una persona o dispositivo? | Coordenada, zona o estimación de ubicación | Localización con RSSI/CSI y pruebas de plano |
| Detección humana o DensePose | ¿Hay una persona, se mueve o qué postura tiene? | Inferencia de presencia, actividad o postura | Validación de detección y captura de movimiento |
Flujo práctico para mapear una habitación con WiFi
Empieza con el mapa más pequeño que responda a tu pregunta. Cuatro zonas son más fáciles de validar que una reconstrucción detallada y permiten comprobar si el hardware expone una señal repetible antes de entrenar un modelo grande.
Define el marco de referencia, fija los nodos, registra una línea base vacía y añade cambios controlados de uno en uno. Para un mapa de movimiento, etiqueta las zonas de inicio y final y repite el recorrido. Para un mapa estructural, separa la distribución fija de las personas y muebles temporales. Guarda una sesión no usada para la comprobación final.
- Define la resolución del mapa y la afirmación que quieres hacer.
- Fija canal, ancho de banda, firmware, orientación de antenas y geometría de los nodos.
- Registra líneas base repetidas y anota pérdida de paquetes, deriva de RSSI y condiciones.
- Añade un cambio controlado cada vez y prueba otro día o diseño de habitación.
- Informa de confusiones entre zonas, falsos positivos y límites, no solo de la mejor imagen.
Hardware y datos necesarios
Un router puede aportar tráfico, pero su etiqueta no garantiza acceso a CSI. Muchos experimentos usan una ruta CSI con ESP32, un receptor Broadcom o Cypress compatible con Nexmon CSI, o una interfaz comercial que expone eventos procesados. Una Raspberry Pi puede guardar y procesar datos, pero no es automáticamente la radio de sensado.
Para empezar, prioriza una ruta de captura que puedas inspeccionar. Registra placa, chip, firmware, sistema operativo, kernel, canal, ancho de banda, antenas, fuente de paquetes y comportamiento de muestreo. Conserva los archivos originales junto a las etiquetas para que el mapa pueda reproducirse o cuestionarse.
- Busca callbacks CSI o interfaces de sensado documentadas, no solo la marca WiFi 6 o WiFi 7.
- Empieza por una tarea estrecha como clasificar zonas o comparar huellas.
- Distingue el router que genera tráfico del receptor que realmente expone CSI.
- Guarda marcas de tiempo, metadatos, etiquetas, plano y cambios entre sesiones.
Cómo validar un mapa WiFi
Un mapa solo es útil si también se conocen sus fallos. Prueba habitación vacía, persona quieta, movimiento repetido, puerta abierta y cerrada, cambios de muebles, ventilador o mascota y reinicio. Compara sesiones de distintos días y, cuando sea posible, otra persona o posición de nodo.
Una cuadrícula nítida no demuestra precisión geométrica. El modelo puede memorizar la posición original del receptor, la persona o los muebles. El informe debe indicar habitación, hardware, división de datos, duración de la línea base, etiquetas, confusiones, falsos positivos y condiciones en las que no debe usarse.
- Reserva una sesión, distribución o persona para la evaluación final.
- Mide la confusión entre zonas y los falsos positivos, no solo la media global.
- Repite la prueba tras cambiar canal, firmware, muebles o posición de los nodos.
- Separa un mapa experimental de una afirmación médica, de seguridad, identidad o alarma.
Privacidad y límites de RuView
Sin cámara no significa sin información. Un mapa WiFi puede revelar ocupación, rutinas o patrones de movimiento. Explica qué se mide y qué se infiere, solicita consentimiento, limita la conservación y protege los registros originales y los mapas derivados.
En RuView Blog, el mapeo espacial conecta CSI, inteligencia de habitación y validación. Usa la guía general para entender las señales, la guía de posicionamiento para coordenadas y las guías de DensePose o detección humana cuando el objetivo sea una persona. El demo ilustra el concepto, pero no sustituye una captura documentada ni una evaluación específica de la habitación.
- Explica a los participantes qué se mide, qué se infiere y qué no se graba.
- Limita el acceso a CSI y a los mapas derivados.
- No describas un estado inferido de la habitación como imagen de cámara o identidad verificada.
- Define borrado, consentimiento y comportamiento alternativo antes de probar en espacios ocupados.
Referencias de investigación y técnicas
Preguntas frecuentes sobre el mapeo WiFi
¿Puede WiFi mapear una habitación como LiDAR?
Normalmente no. Puede producir zonas aproximadas, huellas, regiones de actividad o estimaciones de investigación, pero no un plano detallado equivalente a una cámara o a LiDAR.
¿Es lo mismo que un mapa de cobertura WiFi?
No. La cobertura mide potencia o calidad de red. El mapeo WiFi estudia cómo los cambios del canal se relacionan con estructura, ocupación, movimiento o estados de la habitación.
¿Hace falta CSI?
Muchos flujos de investigación usan CSI porque ofrece más información que una lectura simple de RSSI. Otros experimentos pueden ser más básicos, pero deben documentar la ruta de captura y sus límites.
¿Puede detectar paredes y muebles?
La reflexión y atenuación pueden aportar pistas bajo condiciones controladas, pero la salida es sensible a la multitrayectoria, la geometría, las personas, los muebles y la calibración. Trátala como una estimación.
¿Cómo se diferencia del posicionamiento interior?
El mapeo modela el entorno o su estado; el posicionamiento estima dónde está una persona o dispositivo. Pueden compartir CSI, pero usan etiquetas y métricas distintas.
¿Cuál es la diferencia entre el mapeo de habitaciones y el posicionamiento interior?
El mapeo representa el entorno o el estado de una habitación, mientras que el posicionamiento estima dónde está una persona o un dispositivo. Pueden compartir CSI y huellas, pero usan etiquetas, métricas y pruebas de fallo diferentes.