不用一颗摄像头！GitHub70K + 星开源项目 RuView，靠家用 WiFi 无线电实现人体感知、心率呼吸、跌倒预警

原文链接：https://mp.weixin.qq.com/s/Ms1DE0R0GUKF4K02v1u37g

开源项目 RuView 依托普通 WiFi 射频实现无摄像头人体感知，可测存在、心率呼吸与跌倒，GitHub 七万星，附多场景应用与三类部署教程。

导语：摄像头监控饱受隐私泄露困扰，有没有不靠画面、仅凭路由器无线电波就能识别人体活动的方案？GitHub坐拥70000+Star的开源项目RuView给出答案：依托普通WiFi射频信号，完成人员存在检测、非接触呼吸心率采集、突发跌倒识别，全程零摄像头、无影像留存，凭借扎实工程化代码成为无线感知领域标杆项目。

一、项目硬核概况：超大体量开源工程，技术落地性拉满

RuView（别名WiFi DensePose）是全球热门WiFi-CSI无线人体感知开源方案，项目工程体量在同类开源项目中罕见：仓库合计2600+项目文件、15个Rust底层组件包、96份ADR架构决策文档，仅项目README文档篇幅就高达650行，从底层信号算法、模块分工、部署规范到故障排查全部详细标注，技术文档完备度拉满。项目主体以Rust做高性能底层推理（源码占比超50%），搭配Python、前端JS构建应用层，兼顾运算效率与二次开发灵活性，依托WiFi信道状态信息CSI技术，捕捉人体扰动无线电产生的信号畸变，反向解析人体动作与生理特征，突破摄像头受光线、遮挡、隐私限制的痛点。

(人体骨架姿态监测页)

核心四大功能亮点

人员存在检测：穿墙识别空间内有无人员进出，区分活体与家具杂物异动，支持多房间分区监测，入侵异动实时上报；
非接触生命体征监测：静坐、睡眠状态下无感测算呼吸频率（6～30次/分钟）、静息心率（40～120次/分钟），无需手环、心电贴等穿戴设备，可筛查呼吸暂停异常；
跌倒事件智能告警：区分正常蹲坐、弯腰与突发倒地姿态，识别跌倒后快速推送预警消息，适配居家养老刚需；
环境行为追踪：记录人员动线、久坐不动、夜间频繁起夜等行为数据，输出空间活动热力图谱。

“
核心优势：全程无摄像头、不采集画面、零隐私泄露风险，WiFi信号可穿透墙体、木门等非金属遮挡，暗光、全黑环境不受影响，硬件复用家用路由器资源，改造成本极低。

（3D生命体征检测控制台）

二、落地实用场景，覆盖居家、养老、商用多领域

1. 居家养老看护（最主流落地场景）

独居老人住宅部署，全天候值守：老人夜间起夜、长时间躺卧异常、意外跌倒瞬间系统自动触发短信/微信告警，子女远程接收提醒；夜间睡眠时段无感监测呼吸、心率，呼吸骤停异常提前预警，现有多地社区养老院批量落地试用，把老人跌倒应急响应时长从十几分钟压缩至几十秒。

2. 卧室睡眠健康监测

卧室搭配路由器组网，整晚自动统计睡眠深浅周期、打鼾频次、呼吸异常断点，晨起生成睡眠报告，不用在床上加装任何传感器，适合婴幼儿、慢性病患者居家健康随访。

3. 商铺/门店客流隐私统计

商超、便利店舍弃摄像头客流统计，依托店内原有WiFi，统计进店人数、货架停留时长、区域客流热力，规避顾客肖像采集合规风险，满足新零售数据分析需求。

4. 库房/居家安防入侵预警

仓库、储物间利用现有WiFi，无人时段检测非法闯入，区别门窗风吹晃动、物品掉落误触发，低成本搭建隐私型安防系统。

5. 灾后废墟生命搜救

应急场景下，依托现场残存WiFi信号，穿透砖石、板材废墟，定位被困幸存者位置，是无可见光环境下重要搜救辅助手段。

（WIFI信号热力分析）

三、零基础分步搭建教程（Docker快速部署+ESP32硬件组网双方案）

“
前置说明：简易体验可用Docker一键启动服务；完整全功能（心率+跌倒+穿墙感知）需搭配ESP32-S3模块采集CSI信号+普通家用WiFi路由器组网，硬件单件成本不到百元。

方案一：Docker极速体验（新手首选，3分钟启动软件服务）

环境准备：安装Docker（Windows/macOS/Linux通用），服务器开放3000、3001、5005端口；
拉取官方镜像

1	`docker pull ruvnet/wifi-densepose:latest`

启动容器服务

1	`docker run -p 3000:3000 -p 3001:3001 -p 5005:5005/udp ruvnet/wifi-densepose:latest`

放行防火墙端口（Linux系统）

1	`sudo ufw allow 3000/tcp && sudo ufw allow 3001/tcp && sudo ufw allow 5005/udp && sudo ufw reload`

访问后台：浏览器打开http://localhost:3000，进入RuView可视化控制台，可接入WiFi信号源查看模拟人体感知数据。

方案二：源码编译部署（开发者定制二次开发）

克隆GitHub源码仓库

1 2	`git clone https://github.com/ruvnet/RuView.git cd RuView`

一键安装依赖、编译Rust组件

1 2	`./install.sh --profile rust --yes cargo build --release`

单元测试校验项目完整性

1	`cargo test`

启动API服务，通过接口调试感知能力

`python -m wifi_densepose.api
# 接口校验
curl http://localhost:3000/health
curl http://localhost:3000/api/v1/vital-signs`

接口返回JSON数据即代表后端部署完成。

方案三：硬件组网（实现完整生理监测、跌倒识别，生产环境部署）

硬件清单：家用双频WiFi路由器2台以上、ESP32-S3开发板若干、树莓派/迷你主机（运行RuView服务端）；
固件烧录ESP32节点（Windows替换COM端口号，Linux替换串口路径）

1	`python -m esptool --chip esp32s3 --port COM9 --baud 460800 write_flash 0x0 bootloader.bin 0x8000 partition-table.bin 0xf000 ota_data_initial.bin 0x20000 esp32-csi-node.bin`

配置WiFi参数：统一路由器与ESP32信道（推荐信道6），运行配网脚本绑定局域网

1	`python firmware/esp32-csi-node/provision.py --port COM9 --channel 6`

点位布置：监测区域四角布设ESP32感知节点，路由器做收发AP，形成交叉射频覆盖；
服务端接入ESP32 UDP数据流，Web后台开启跌倒告警、心率监测开关，完成全功能落地。

四、项目拓展与开源资源

项目开源协议为MIT，可商用二次开发，仓库内96份ADR文档详细记录各版本架构迭代思路，15个Rust子模块可按需拆分单独集成到自研硬件产品。GitHub项目地址：https://github.com/ruvnet/RuView 后续可对接智能家居平台、养老平台，把跌倒告警、生命体征数据同步至IoT网关，拓展更多落地场景。

结语：从昂贵实验室射频设备，到百元硬件+开源代码落地民用，RuView重新定义无视觉感知方案。不用摄像头的隐私式监测，正在颠覆养老、安防、健康监测多个行业，感兴趣的开发者、智能家居爱好者可动手部署实测。

–END

“
感谢你阅读至文末。为及时获取本公众号「开源软件社」的最新推送，建议将账号置顶（标星），不错过每一篇优质内容。若本文对你有所帮助，欢迎与更多朋友分享。

💬 本文评论区已开启，但暂无读者留言。

本文转载自微信公众号，如有侵权请联系删除。