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。
- 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
- 基于 RSSI 的感知——读取现有 WiFi 适配器报告的信号强度,无需额外硬件。准确度中等:适合判断房间级别的人员存在情况(有人/无人),但对细微动作的判断不够精确。
- 基于 CSI(信道状态信息)的感知——采集每个子载波的幅度和相位数据。需要兼容的网卡(例如 Linux 上的 Intel 5300 网卡)。灵敏度高得多,可检测呼吸频率、行走方向,甚至用于跌倒检测。
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。
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
前提条件
- macOS 12 Monterey 或更高版本(已测试至 macOS 15 Sequoia)
- Python 3.9+(预装版本或通过 Homebrew 安装:
brew install python) - Mac 已连接 WiFi 网络(2.4 GHz 或 5 GHz)
- 另一台连接同一网络的设备(手机、笔记本电脑),作为被动信号参考
-
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-
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)-
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-
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。
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。
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 →