6美元芯片替代摄像头？WiFi信号重建人体姿态，Rust跑出54000fps

大家好，我是何三，独立开发者

你家里有多少个摄像头？

门口一个、客厅一个、卧室门口再藏一个……为了安全感，我们装了一堆摄像头，然后每天活在"我是不是被偷窥了"的焦虑里。隐私和安全的矛盾，一直是个死结。

但最近一个开源项目让我坐不住了——RuView（WiFi DensePose），它用家里最普通的 WiFi 信号，就能重建人体姿态、检测呼吸心跳，甚至感知有没有人跌倒。没有摄像头、不拍照、不录像，连光都不需要。

硬件成本呢？每个传感器节点最低只要 6 美元。

说实话，第一次看到这个项目介绍的时候，我以为又是什么学术团队的 demo。看了代码才知道，这玩意儿是认真的——1300 多个测试、62 份架构决策记录、19 个 Rust crate、完整的 Docker 部署方案。用 Rust 写的信号处理流水线跑到了 每秒 54000 帧，比 Python 版本快了 810 倍。

今天就来拆解一下这个项目到底在做什么，以及为什么它值得关注。

WiFi 信号怎么能"看到"人？

很多人一听"WiFi 感知"就觉得玄乎，其实原理并不复杂。

你手机连 WiFi 的时候，路由器发射的 2.4GHz 无线电波会在房间里到处反射、散射。当这些波碰到你身体的时候，会因为人体的导电性而发生相位和幅度的变化——这就是 CSI（信道状态信息）。

简单说，WiFi 芯片在接收每一帧数据的时候，都能知道每个子载波的信号强度和相位发生了什么变化。你的每一次呼吸（胸腔起伏改变反射面）、每一次心跳（微弱的体表振动）、每一个动作（改变信号反射路径），都会体现在 CSI 数据里。

RuView 做的事情就是：用 ESP32-S3 芯片把 CSI 数据采集下来，通过信号处理流水线清洗噪声，然后喂给神经网络，输出结构化的感知结果。

这里有个关键细节——穿墙感知。WiFi 信号本身就是能穿墙的，利用菲涅尔区几何和多径建模，系统可以检测到墙壁后面的人，最深达 5 米。这是任何摄像头都做不到的。

这系统到底能干什么？

一口气列出来可能会让人觉得在吹牛，但这些能力都有对应的模块和数据支撑：

存在检测可能是最实用的功能。ESP32 节点可以在完全离线的情况下独立运行，不需要服务器，直接在芯片上做存在检测和跌倒告警。这意味着哪怕断网了，系统照样工作。

想象一下几个应用场景：

• 老人独居监测：不装摄像头也能知道老人有没有摔倒、呼吸心率是否正常
• 办公室空间利用率：不用人脸识别就知道会议室有没有人
• 安防入侵检测：穿墙感知，关了灯也能发现异常

最妙的是，因为全程不涉及图像采集，所以天然符合 GDPR 和 HIPAA 的隐私合规要求——你根本不需要贴"此处有监控"的告示。

6 美元怎么搭一套感知系统？

硬件清单极其简陋：

• ESP32-S3（8MB 闪存版）：约 9 美元
• ESP32-S3 SuperMini（4MB 紧凑版）：约 6 美元
• 你家现有的 WiFi 路由器
• 一根 USB 数据线

一个节点就能做存在检测、呼吸和心率监测。搭个 3 节点的基础网格（约 27 美元），就能做 2D 姿态估计。4-6 个节点的全量配置（约 54 美元），可以实现 3D 姿态重建，精度抖动控制在亚 30 毫米内。

总功耗不到 10 瓦。这比装一个智能摄像头还便宜、还省电。

工程质量令人发指

真正让我对这个项目改观的，不是它做了什么，而是它怎么做的。

先看数据：19 个 Rust crate、1300+ 测试、62 份 ADR（架构决策记录）、8 个 DDD 领域模型。这在一个开源项目里已经算相当工程化了。

再看技术栈的分层设计：

wifi-densepose/
├── rust-port/          # Rust 生产级运行时（54000fps）
│   └── crates/         # 19 个独立 crate
│       ├── core        # 核心类型和 CSI 原语
│       ├── signal      # 14 模块信号处理
│       ├── nn          # ONNX/Candle 推理
│       ├── train       # 8 阶段训练流水线
│       ├── sensing-server  # Axum REST/WS
│       ├── wasm        # 浏览器端
│       └── desktop     # Tauri v2 桌面应用
├── firmware/           # ESP32-S3 固件（C/FreeRTOS）
├── ui/                 # Three.js 3D 可视化
├── v1/                 # Python v1 参考实现
├── monitoring/         # Prometheus + Grafana
└── docs/               # 62 份 ADR + 文档

信号处理从底层 Rust crate 到 ESP32 固件，全部有清晰的领域边界。每个 crate 独立测试，可以按需组合。项目甚至实现了 WASM 边缘推理——直接在 ESP32 上运行 wasm3 解释器执行模型推理，不依赖网络。

它还做了一个让我觉得很硬核的东西：确定性证明（Deterministic Proof）。运行一条 ./verify 命令，用种子 42 生成的 1000 帧合成数据通过整个流水线，然后和预发布的 SHA-256 哈希比对。如果哈希对不上，说明流水线有改动。这种对确定性的执着，在 ML 项目里很少见。

30 秒体验一下

不买硬件也能玩。最快的方式就是 Docker：

docker pull ruvnet/wifi-densepose:latest
docker run -p 3000:3000 ruvnet/wifi-densepose:latest

打开 http://localhost:3000，你会看到一个 Three.js 驱动的 3D 可视化仪表盘。系统检测不到 ESP32 硬件时会自动回退到模拟模式，用合成数据展示完整的感知效果。

如果连 Docker 都不想装，纯 Python 验证也行：

pip install numpy scipy
./verify

这会证明信号处理流水线是真实且确定性的——不需要 PyTorch、不需要 GPU、不需要任何硬件。

聊几个槽点

虽然这个项目工程质量很高，但说实话也有让人犹豫的地方。

学术到工程的鸿沟。WiFi DensePose 的底层研究来自卡内基梅隆大学，学术 paper 里展示的效果通常是在受控实验室环境下的。到了真实家庭环境——有家具、有多径干扰、有隔壁邻居的 WiFi 污染——精度能打几折，项目文档里没有给出足够的基准数据。这也是很多 WiFi 感知项目被诟病的原因：论文里牛得一塌糊涂，部署到现场拉胯。

ESP32 CSI 的硬件限制。只有 ESP32-S3 支持完整的 CSI 采集，初代 ESP32 和 ESP32-C3 都不行。而且 2.4GHz WiFi 的 CSI 在 5GHz 下完全无法工作，如果你家路由器只开了 5GHz 频段，还得手动切回 2.4GHz。

多人场景的物理天花板。WiFi 感知的物理极限就是每个接入点大约 3-5 人。官方也没藏着掖着，直接标注了"物理极限"三个字。这意味着这东西在小房间、单人场景下效果最好，做成商用的人数统计系统还需要更多节点和更复杂的融合算法。

学习曲线不低。虽然 Docker 一键启动很方便，但真要深入理解信号处理流水线、训练自己的模型、调优 ESP32 固件，门槛还是相当高的。文档虽然详尽（62 份 ADR），但内容量巨大，新手容易迷失。

代码和资源

• GitHub 仓库：https://github.com/ruvnet/wifi-densepose
• Docker 镜像：ruvnet/wifi-densepose:latest
• 硬件：ESP32-S3（8MB Flash），单节点约 $6-9
• 技术栈：Rust + Python + ESP-IDF + Three.js + ONNX Runtime
• 许可证：开源（具体见仓库）

写在最后

RuView 让我看到了一种可能性：AI 感知不一定非得依赖摄像头。

用无处不在的 WiFi 信号做感知介质，有天然的优势——穿墙、无光、隐私友好、硬件成本极低。当然也有明显的劣势——精度不如摄像头、场景适应性差、部署复杂度高。

但作为一个开源项目，它的工程质量、文档深度和架构设计都远超同类项目。就算你现在用不上 WiFi 感知，它的信号处理流水线、ESP32 固件架构、Rust + Python 双代码库的设计模式，都值得学习。

至少，下次有人跟你争论"隐私和安全能不能兼顾"的时候，你可以甩这个项目给他看看。

本文使用 MGO 编辑并发布

关注"何三笔记"，回复"mgo" 免费下载使用