Tóm tắt:
- RuView chuyển đổi tín hiệu WiFi thương mại thành dữ liệu hình dáng người theo thời gian thực mà không thu thập bất kỳ pixel hình ảnh nào, đảm bảo quyền riêng tư tuyệt đối theo thiết kế.
- Hệ thống hoạt động hoàn toàn trên phần cứng chi phí thấp (ESP32-S3, ~$8/node) không cần internet, không cần hạ tầng đám mây.
- Phát hiện nhịp thở (6-30 BPM), nhịp tim (40-120 BPM), và tư thế cơ thể với 17 keypoint thông qua phân tích Channel State Information (CSI).
- Viết lại hoàn toàn bằng Rust, đạt tốc độ xử lý 54.000 khung hình/giây, nhanh hơn 810 lần so với phiên bản Python gốc.
- Triển khai trong 30 giây qua Docker, hỗ trợ đa kiến trúc (amd64, arm64, Apple Silicon) và hơn 60 module edge WASM sẵn sàng cho môi trường sản xuất.
Khi camera không còn là lựa chọn duy nhất
Camera đã thống trị lĩnh vực giám sát và nhận diện con người trong nhiều thập kỷ. Nhưng camera kéo theo hàng loạt vấn đề không thể bỏ qua: quyền riêng tư bị xâm phạm, dữ liệu hình ảnh phải tuân thủ GDPR và HIPAA, góc nhìn bị giới hạn bởi tầm nhìn thẳng, và hoàn toàn vô dụng trong bóng tối hay sau chướng ngại vật.
Trong bối cảnh đó, WiFi Sensing nổi lên như một hướng tiếp cận đột phá. Sóng radio từ các bộ định tuyến WiFi thương mại đã lấp đầy mọi không gian sống và làm việc. Khi một người di chuyển hoặc thở, cơ thể họ tán xạ và làm biến đổi những sóng đó theo cách đặc trưng có thể đo lường được. RuView khai thác chính xác hiện tượng vật lý này – biến WiFi đã có sẵn thành một hệ thống cảm nhận không gian tích hợp AI, không cần thêm bất kỳ cảm biến hình ảnh nào.
Dự án được xây dựng trên nền tảng nghiên cứu học thuật của Đại học Carnegie Mellon (“DensePose From WiFi”) và phát triển thành một hệ thống biên (edge AI) thực tiễn, hoàn toàn mã nguồn mở, phát hành theo giấy phép MIT tại https://github.com/ruvnet/RuView.
Nguyên lý hoạt động của WiFi DensePose
Cơ chế vật lý: Tín hiệu WiFi như một “lưới cảm biến vô hình”
Bộ định tuyến WiFi hoạt động ở dải tần 2.4 GHz và 5 GHz phát ra sóng vô tuyến liên tục lan khắp không gian. Khi sóng này chạm vào cơ thể người, chúng bị hấp thụ, phản xạ, khúc xạ và nhiễu xạ. Những biến đổi này được ghi lại dưới dạng Channel State Information (CSI) – tập hợp dữ liệu biên độ và pha trên từng subcarrier của kênh OFDM. Không giống với chỉ số RSSI (cường độ tín hiệu tổng thể) thô thiển, CSI cung cấp thông tin chi tiết theo từng tần số con, tạo ra “dấu vân tay” chuyển động đủ phong phú cho các mô hình học sâu xử lý.
Pipeline xử lý tín hiệu 6 giai đoạn của RuView
RuView triển khai kiến trúc xử lý Signal-Line Protocol gồm 6 giai đoạn nối tiếp:
[WiFi Router] --> sóng radio lan trong không gian --> chạm vào cơ thể người
|
[Lưới ESP32-S3 (4-6 node)] --> thu thập CSI trên kênh 1/6/11 theo TDM
|
[Multi-Band Fusion] --> 3 kênh x 56 subcarrier = 168 subcarrier ảo mỗi liên kết
|
[Multistatic Fusion] --> kết hợp N(N-1) liên kết, nhúng đa góc nhìn có trọng số
|
[Coherence Gate] --> lọc đo lường chất lượng thấp, ổn định trong nhiều ngày
|
[Xử lý tín hiệu] --> Hampel filter, SpotFi, Fresnel zone, BVP, spectrogram
|
[AI Backbone - RuVector] --> mạng attention, graph algorithm, field model
|
[Neural Network] --> 17 keypoint tư thế + dấu hiệu sinh tồn + mô hình phòng
|
[Đầu ra thời gian thực] --> pose, nhịp thở, nhịp tim, bản đồ nhiệt hiện diệnĐiểm kỹ thuật nổi bật là hệ thống tự học (Self-Learning) không yêu cầu tập dữ liệu huấn luyện có nhãn hay camera đồng bộ. Mô hình khởi động từ dữ liệu WiFi thô và xây dựng field model (mô hình trường) của từng phòng theo thời gian, sau đó trừ đi “chữ ký RF” môi trường để cô lập chuyển động con người. Cơ chế MERIDIAN đảm bảo mô hình đã huấn luyện có thể chuyển sang hoạt động trong phòng mới mà không cần huấn luyện lại.
Hiệu năng đo lường được
| Chức năng | Phương pháp | Tốc độ / Độ chính xác |
|---|---|---|
| Ước lượng tư thế | Biên độ/pha CSI subcarrier, bản đồ DensePose UV | 54.000 fps (Rust) |
| Phát hiện nhịp thở | FFT bandpass 0.1-0.5 Hz | 6-30 BPM |
| Đo nhịp tim | FFT bandpass 0.8-2.0 Hz | 40-120 BPM |
| Phát hiện hiện diện | Phương sai RSSI + motion band power | Độ trễ < 1ms |
| Xuyên tường | Fresnel zone geometry + multipath modeling | Tới 5m chiều sâu |
Yêu cầu phần cứng và lựa chọn triển khai
Các tùy chọn phần cứng
RuView hoạt động ở ba mức phần cứng với năng lực khác nhau:
| Tùy chọn | Phần cứng | Chi phí | CSI đầy đủ | Năng lực |
|---|---|---|---|---|
| Lưới ESP32 (khuyến nghị) | 3-6x ESP32-S3 + router WiFi | ~$54 | Có | Pose, nhịp thở, nhịp tim, hiện diện |
| NIC nghiên cứu | Intel 5300 / Atheros AR9580 | $50-100 | Có | CSI đầy đủ 3×3 MIMO |
| WiFi thông thường | Laptop Windows/macOS/Linux | $0 | Không | Chỉ RSSI: hiện diện thô |
Lưu ý quan trọng: Chức năng ước lượng tư thế, dấu hiệu sinh tồn và xuyên tường đòi hỏi CSI per-subcarrier mà WiFi tiêu dùng thông thường không cung cấp. Với mục đích thẩm định pipeline xử lý tín hiệu trước khi đầu tư phần cứng, có thể chạy script kiểm tra tín hiệu tham chiếu xác định:
python v1/data/proof/verify.pyHướng dẫn cài đặt RuView
Triển khai nhanh qua Docker (30 giây)
Đây là phương thức khởi động nhanh nhất, hỗ trợ đa kiến trúc (amd64, arm64, Apple Silicon):
docker pull ruvnet/wifi-densepose:latest
docker run -p 3000:3000 ruvnet/wifi-densepose:latest
# Truy cập giao diện tại http://localhost:3000Cài đặt thủ công từ mã nguồn
Điều kiện tiên quyết:
- Rust 1.85+ (cài qua rustup.rs)
- Python 3.10+ (cho các script hỗ trợ và pipeline v1)
- Git
Bước 1: Clone repository
git clone https://github.com/ruvnet/RuView.git
cd RuViewBước 2: Build phiên bản Rust
cd rust-port/wifi-densepose-rs
cargo build --releaseBước 3: Khởi động sensing server
./target/release/wifi-densepose-server --port 3000Bước 4: Cài đặt firmware ESP32-S3
Nạp firmware lên từng node ESP32-S3 qua công cụ espflash:
cargo install espflash
cd crates/wifi-densepose-esp32
cargo espflash flash --release --port /dev/ttyUSB0Cấu hình lưới ESP32-S3
Sau khi nạp firmware, mỗi node ESP32-S3 tự động kết nối vào mạng mesh và bắt đầu gửi dữ liệu CSI về sensing server. Cấu hình số lượng node, SSID và mật khẩu WiFi trong file config.toml:
[network]
ssid = "your_wifi_ssid"
password = "your_wifi_password"
[sensing]
channel_list = [1, 6, 11]
csi_buffer_size = 1024
mesh_nodes = 4Ứng dụng thực tế: Giám sát không xâm phạm đời tư
Chăm sóc người cao tuổi và phát hiện té ngã
Đây là ứng dụng có tác động xã hội trực tiếp nhất. Với chỉ một node ESP32-S3 ($8) đặt trong phòng, RuView có thể:
- Phát hiện sự kiện té ngã trong vòng dưới 2 giây và kích hoạt cảnh báo.
- Theo dõi tần suất nhịp thở trong lúc ngủ, phát hiện ngưng thở (sleep apnea).
- Giám sát hoạt động ban đêm và phát hiện những thay đổi bất thường trong thói quen di chuyển – dấu hiệu sớm của các vấn đề sức khỏe.
Điểm then chốt: toàn bộ xử lý diễn ra cục bộ trên thiết bị, không có bất kỳ dữ liệu hình ảnh hay video nào được tạo ra, không có kết nối internet. Đây là thuộc tính không thể đạt được với hệ thống camera truyền thống.
Giám sát bệnh nhân không tiếp xúc
Trong môi trường bệnh viện, RuView cho phép theo dõi liên tục nhịp thở và nhịp tim của bệnh nhân không nghiêm trọng mà không cần gắn bất kỳ cảm biến nào lên cơ thể. Hệ thống tự động gửi cảnh báo đến y tá khi phát hiện bất thường như suy hô hấp hoặc rối loạn nhịp tim.
Nhà thông minh thực sự theo dõi xuyên tường
Khác với cảm biến PIR (hồng ngoại thụ động) chỉ hoạt động trong tầm nhìn thẳng và thường bị “chết” khi người đứng yên, RuView phát hiện hiện diện và chuyển động với độ trễ dưới 1ms và hoạt động xuyên qua tường, nội thất. Một lưới 2-3 node ESP32-S3 ($24) có thể bao phủ toàn bộ căn hộ để tự động hóa đèn, điều hòa và các thiết bị thông minh dựa trên hiện diện thực tế chứ không phải ước tính.
So sánh với giải pháp camera truyền thống
| Tiêu chí | RuView (WiFi Sensing) | Camera truyền thống |
|---|---|---|
| Quyền riêng tư | Không thu thập pixel, không vi phạm GDPR/HIPAA | Cần chính sách lưu trữ, biển báo, sự chấp thuận |
| Hoạt động trong bóng tối | Có (sóng radio không phụ thuộc ánh sáng) | Cần IR hoặc ánh sáng khả kiến |
| Xuyên qua tường/vật cản | Có (tới 5m) | Không (yêu cầu tầm nhìn thẳng) |
| Chi phí mỗi vùng | $0-$8 (WiFi có sẵn hoặc ESP32) | $200-$2.000/camera |
| Triển khai thêm hạ tầng | Không cần đi dây mới | Cần đi dây và lắp đặt |
Module edge và hệ sinh thái mở rộng
RuView triển khai 65 module edge WASM chạy trực tiếp trên ESP32-S3 mà không cần internet. Mỗi module là file .wasm nhỏ (5-30 KB) nạp qua OTA (over-the-air), ra quyết định cục bộ trong vòng dưới 10ms. Các danh mục bao gồm:
- Y tế & sức khỏe: Phát hiện ngưng thở, rối loạn nhịp tim, phân tích dáng đi, phát hiện co giật.
- Bảo mật & an toàn: Phát hiện xâm nhập, vi phạm vành đai, phát hiện hành vi hoảng loạn.
- Tòa nhà thông minh: Đếm người theo khu vực, kiểm soát HVAC theo hiện diện thực.
- Học thích nghi: Nhận dạng cử chỉ do người dùng tự dạy, không cần dữ liệu được gán nhãn trước.
- Bảo mật AI: Phát hiện tấn công replay tín hiệu, jamming WiFi, phát hiện spoofing.
Các model đã huấn luyện được đóng gói thành file .rvf duy nhất, chạy được trên edge, cloud lẫn trình duyệt (WASM), cho phép triển khai mà không cần kết nối mạng.
RuView đại diện cho một bước dịch chuyển căn bản trong cách chúng ta tư duy về giám sát và cảm nhận không gian. Bằng cách đặt lại câu hỏi “tại sao phải dùng camera?” thay vì cải tiến camera, dự án chứng minh rằng sóng vô tuyến đã lấp đầy mọi không gian của chúng ta có thể trở thành một lớp nhận thức mới – phong phú về thông tin, triệt để về bảo mật quyền riêng tư và hoàn toàn trong tầm tay về chi phí.
Đối với các kỹ sư AI, nhà nghiên cứu IoT và những người xây dựng hệ thống nhà thông minh, đây là thời điểm để khám phá một mô hình cảm biến chưa từng được tích hợp đại trà – và RuView cung cấp điểm khởi đầu kỹ thuật đầy đủ nhất hiện có trong không gian mã nguồn mở.
