如何利用 WiFi 信号检测人体存在

2026 年 2 月 20 日 ⏱️ 阅读需 10 分钟 WiFi 人体存在检测——无需摄像头的居家监测 想象一下,无需在家中安装任何摄像头,就能知道是否有人在家,或者家中年迈的父母是否已经起床。
                没有视频画面,没有云服务订阅,也不必担心录像被黑客窃取或泄露。

这正是 WiFi 人体存在检测能够实现的功能。

通过分析家中不断传播、反射的 WiFi 信号的细微波动,现代软件可以可靠地判断房间内是否有人、室内的人正在活动还是休息;在更高级的配置中,甚至可以估计人体姿态——全程无需摄像头,数据完全留在本地,保护隐私。

🔒 为什么 WiFi 比摄像头更能保护隐私:
  • 不会采集或存储任何视频数据
  • 完全离线运行——路由器不会向外发送状态信息
  • 没有可能被依法调取、黑客窃取或泄露的录像
  • 家人和访客不会在不知情的情况下被拍摄
  • 在黑暗中、家具后方或隔着墙壁仍然有效

本指南将介绍 WiFi 人体存在检测的实际工作原理、消费级硬件能够实现的检测能力、如何在 Mac 上配置,以及这项技术的优势和不足。

WiFi 人体存在检测的工作原理

WiFi 路由器会持续发射频率为 2.4 GHz 或 5 GHz 的无线电信号。这些信号会被墙壁、家具和人体反射。当有人在房间内走动时,身体会吸收和散射部分无线电波,使附近设备接收到的信号强度出现可测量的细微变化。

最常用的指标是 RSSI(接收信号强度指示)——每块 WiFi 芯片都会报告这一数值,单位为 dBm。无人时,RSSI 相对稳定;有人进入房间并走动时,RSSI 会呈现特征性的波动。甚至呼吸和心跳也能产生可由高灵敏度硬件检测到的微小波动。

两种主要方法

对大多数 Mac 用户来说,好消息是:基于 RSSI 的感知现在就能使用,只需 Apple 内置的 WiFi 芯片和免费开源工具。基于 CSI 的感知功能更强,但需要额外硬件,详见下文“局限性”部分。

📡 核心原理:人体约含 ~60% 的水分,能够有效吸收和反射 2.4 GHz 无线电能量。正是这种物理特性,使得无需专用传感器硬件,也能利用 WiFi 检测人体存在。

WiFi 能检测什么

检测能力在很大程度上取决于所采用的方法(RSSI 或 CSI)以及信号环境的质量。以下是实际能力的客观说明:

🙋

有人/无人

房间里有人吗?在大多数配置中,RSSI 都能可靠检测,准确度达 90%+。

🚶

活动与静止

人是在活动还是静坐?RSSI 的方差模式能够清楚地区分这两种状态。

🛏️

睡眠监测

检测是否有人躺在床上、呼吸是否正常。使用 CSI 硬件可以实现。

🫀

呼吸/心率

通过 CSI 检测微小动作。适用于老年人照护,需要专用网卡。

🧍

姿态估计

wifi-densepose 等项目可以估计人体关键点,需要 CSI 和机器学习模型。

⚠️

跌倒检测

运动特征的突然变化可以触发警报,在老年人居住场景中可能挽救生命。

对于典型的智能家居场景——无人时关灯、调节恒温器,或在有人进入时发送通知——基于 RSSI 的人体存在检测完全够用,无需额外硬件。

在 macOS 上配置 WiFi 感知

macOS 通过 CoreWLAN 框架和 airport 命令行工具提供 WiFi RSSI 数据。下面介绍如何在现代 Mac 上使用 Python 构建基础的人体存在检测器。

前提条件

  1. 安装依赖

    打开终端,安装所需的 Python 库。

# Install dependencies pip3 install numpy scipy pyobjc-framework-CoreWLAN # Verify airport utility is available /System/Library/PrivateFrameworks/Apple80211.framework/Versions/Current/Resources/airport -I
  1. 持续轮询 RSSI

    创建名为 wifi_sense.py 的文件,并粘贴下方代码。

import subprocess, time, json, collections, statistics AIRPORT = "/System/Library/PrivateFrameworks/Apple80211.framework/Versions/Current/Resources/airport" WINDOW = 30 # seconds of history to keep THRESH = 4.0 # dBm std-dev threshold for "motion detected" history = collections.deque(maxlen=WINDOW) def get_rssi(): result = subprocess.run([AIRPORT, "-I"], capture_output=True, text=True) for line in result.stdout.splitlines(): if "agrCtlRSSI" in line: return int(line.split(":")[1].strip()) return None while True: rssi = get_rssi() if rssi: history.append(rssi) if len(history) >= 10: std = statistics.stdev(history) status = "🟢 Motion detected" if std > THRESH else "⚪ Room appears empty" print(f"RSSI: {rssi} dBm | StdDev: {std:.2f} | {status}") time.sleep(1)
  1. 运行并校准

    启动脚本并观察输出。先在房间内走动,然后静坐,最后完全离开。调高或调低 THRESH,直到活动与无活动的判定界限符合你的实际环境。

python3 wifi_sense.py # Example output: RSSI: -62 dBm | StdDev: 1.12 | ⚪ Room appears empty RSSI: -65 dBm | StdDev: 5.87 | 🟢 Motion detected RSSI: -61 dBm | StdDev: 6.34 | 🟢 Motion detected RSSI: -63 dBm | StdDev: 0.94 | ⚪ Room appears empty
  1. 触发自动化

    脚本能够可靠地判断有人或无人后,可以通过 MQTT 代理将其接入 Home Assistant,或使用 shell 脚本触发 macOS 快捷指令、控制 HomeKit 场景或发送推送通知。检测逻辑本身是难点,集成则相对直接。

💡 专业提示——摆放位置很重要:为获得最佳效果,请将 Mac(或专用 Mac mini)放在待监测空间的中央。设备与 WiFi 路由器之间的墙壁会降低灵敏度,开放式布局效果最好。

实际应用

WiFi 人体存在检测已不再只是研究中的新奇技术,而是能在多个领域产生实际作用的实用工具。

👴

老年人照护与安全

监测年迈父母是否按时起床、检测异常长时间不活动,或触发跌倒警报——无需在浴室、卧室等私密空间安装摄像头。

🌡️

暖通空调自动化

给无人的房间供暖会浪费能源。WiFi 感知提供实际人员存在数据,仅在有人时开启供暖或空调,可将能源费用降低 20–30%。

🔐

安防与入侵检测

在本应无人时检测到异常人员存在。与 PIR 人体移动传感器不同,WiFi 感知可以穿墙工作,单台设备即可覆盖整层楼。

💡

智能照明

超越基础移动传感器的能力。WiFi 人体存在检测能够区分安静阅读的人和空房间,让灯在该亮的时候持续亮着。

🏢

办公空间优化

无需摄像头监控,即可了解工位和会议室的实际使用情况,帮助设施管理人员合理配置办公空间,降低房地产成本。

🐾

宠物监测

了解猫狗是在活动还是休息。某些配置甚至可以检测可能提示健康问题的异常行为模式。

局限性——客观看待

WiFi 人体存在检测功能强大,但并非魔法。投入时间搭建之前,你应了解以下实际限制。

📡

仅靠 RSSI 无法估计姿态

判断房间是否有人?很容易。估计肩膀、手肘和膝盖等人体关键点(类似 DensePose)?这需要兼容网卡提供的 CSI 数据,以及训练好的深度学习模型(如 WiPose、P2-Net)。仅使用 RSSI 的方案只能进行粗粒度的人员存在和运动分类。

🏗️

需要针对具体环境校准

每个家庭都不同。金属家具、厚混凝土墙以及邻居网络的干扰都会影响准确度。你需要针对具体环境测试阈值。在开放式单间公寓中有效的设置,放到维多利亚式联排住宅里可能需要调整。

🐱

宠物会造成误报

狗或大型猫在房间内走动,也会像人一样触发运动检测。区分人和宠物需要额外的信号处理或辅助传感器(如地面压力传感器、宠物佩戴的蓝牙标签)。

🖥️

CSI 需要专用硬件

macOS 目前的公开 API 不支持获取完整的 CSI 数据。要进行研究级感知(呼吸、心跳、姿态估计),需要配备 Intel 5300 或 Atheros AR9580 网卡的 Linux 计算机,或 Cognitive Systems Aura、Everactive 传感器等专用商业硬件。上述 macOS RSSI 方案适合检测人员存在,不适合医疗级监测。

📶

难以准确统计多人数量

基于 RSSI 的感知可以可靠地判断“这里有人”。准确统计房间内的人数则困难得多,即使使用 CSI 也是如此,因为多个人体产生的信号会相互叠加和干扰。

⚠️ 法律提示:在共享空间(出租房、办公室或合租住宅)部署人体存在检测系统前,请查阅当地隐私法律。在许多司法辖区,监测共享空间——即使不使用摄像头——也需要所有使用者知情并同意。

无需摄像头的居家监测未来

WiFi 人体存在检测带来了令人期待的转变,改变了我们对智能家居自动化和安全监测的认识。如今,这项技术已足够成熟,可以实际部署,尤其适用于人员存在检测、能源管理和老年人居家安全等核心场景。

核心认识是:拥有智能、能感知环境的家,不必以牺牲隐私为代价。空间中本就存在的无线电信号包含足够的信息,可用于照明、供暖、安防和照护方面的有效决策,而无需采集哪怕一个像素的视频画面。

随着硬件越来越易获取,以及 wifi-densepose 等开源工具不断成熟,“研究原型”与“能在我的 Mac 上运行”之间的界限正在迅速消失。无论你是利用周末做项目的开发者,还是希望以尊重隐私的方式照看年迈父母,现在都是探索 WiFi 感知能力的好时机。

🛠️ 更多免费工具,欢迎体验

ToolBox 提供 50+ 款免费在线工具——无需账户、无水印、不限次数。欢迎试用下方热门工具。

JSON 格式化工具 图片压缩工具 PDF 压缩工具 浏览全部工具 →
在 ko-fi.com 请我喝杯咖啡