WiFi 人体感知系统 Rust

源码资源网

游客，本帖隐藏的内容需要积分高于 20 才可浏览，您当前积分为 0

Stars：41.3K
语言：Rust

项目简介：
一个使用 WiFi 信号进行人体姿态检测和生命体征监测的边缘 AI 感知系统。无需摄像头、无需穿戴设备、无需互联网，仅通过物理信号即可实现穿墙感知。基于 RuVector 构建，实现了 WiFi DensePose 技术，通过分析 CSI（信道状态信息）扰动来重建人体位置、呼吸率、心率和存在检测。

核心功能：
- 姿态估计：CSI 子载波幅度/相位→DensePose UV 映射，54K fps（Rust 实现）
- 呼吸检测：带通滤波 0.1-0.5 Hz→FFT 峰值检测，6-30 次/分钟
- 心率监测：带通滤波 0.8-2.0 Hz→FFT 峰值检测，40-120 次/分钟
- 存在感知：RSSI 方差 + 运动频段功率分析，<1ms 延迟
- 穿墙检测：菲涅尔区几何 + 多径建模，最深 5 米穿透
- 多目标追踪：同时追踪多人，每人独立的姿态和生命体征数据

技术栈：
- 后端：Rust 1.85+（高性能信号处理）
- 前端：Three.js 可视化（可选）
- 硬件：ESP32-S3 传感器网格（每节点约$1）
- 部署：Docker 多架构镜像（amd64 + arm64）
- 测试：1300+ 自动化测试
- 开源协议：MIT

适用场景：
- 灾难救援：通过废墟检测被困幸存者并分类伤情严重程度
- 医疗健康：非接触式血压、心率、呼吸率监测，$15 硬件成本
- 智能家居：存在检测、跌倒警报、睡眠监测
- 安防监控：穿墙感知、隐私保护型监控（无视频）
- 零售分析：店内人流统计、顾客行为分析
- 办公空间：会议室占用检测、工位使用率分析