基于ESP32 CSI信道状态信息的WiFi人体存在检测方案实践

在智能家居领域，我们一直在寻找完美的人体存在传感器，但现有的方案各有痛点：

• PIR红外传感器：便宜，但检测不到静止的人。
• 毫米波雷达：精准，但价格昂贵且集成复杂。
• 摄像头：功能强大，但隐私问题让人望而却步。

最近，一种“第四选择”正在开源社区悄然兴起——WiFi感知技术。

没错，用我们身边无处不在的WiFi信号，就能检测房间里有没有人。不需要摄像头，不需要雷达，甚至不需要任何额外的专用传感器，一块成本仅几美元的ESP32开发板就可能实现。

今天，我们就来深入解析一个令人惊叹的开源项目——ESP-CSI，看看它是如何赋予WiFi“第六感”的。

核心原理：什么是CSI？

要理解这个项目，首先需要搞清楚一个关键概念：CSI（Channel State Information，信道状态信息）。

RSSI vs CSI

大多数人对WiFi信号的认知停留在RSSI（接收信号强度指示）。我们可以做个比喻：

• RSSI = 声音的“音量”：它只告诉你信号有多强，信息量很少，波动大，难以用于精细感知。
• CSI = 声音的“纹理”：它包含了信号在每个频率子载波上的振幅和相位等详细信息，就像声音的频谱，蕴含着丰富的环境信息。

WiFi信号的“指纹”

现代WiFi使用OFDM（正交频分复用）技术，数据通过多个不同频率的子载波同时传输。当这些无线电波从发射器（TX）传到接收器（RX）时，会经历墙壁反射、家具散射，以及人体干扰。

这些多径传播效应导致信号在不同时间以不同路径到达接收器，形成独特的干涉图案。

关键洞察在于：当人体在房间中移动或静止时，会改变这些无线电波的反射和散射方式。通过持续分析这些CSI数据变化的“形状”，我们就能推断出人体的存在、移动甚至姿态。

硬件清单

要实现这一技术，你需要准备以下硬件：

硬件	数量	用途
Seeed Studio XIAO ESP32S3 Sense	1	主控/接收器
Seeed Studio XIAO ESP32C3	1	发射器
Seeed Studio XIAO ESP32C6	1-2	扩展接收器
外部偶极天线	若干	提升信号质量，替换板载天线
三脚架/支架	若干	将设备架高到合适位置

开发历程：从失败到成功

第一阶段：Hello World与初期挫败

最初的设置非常简单：两块XIAO ESP32平放在桌上，相距约50厘米，使用板载的FPC贴片天线，然后运行官方示例代码。

结果令人沮丧：串口监视器里显示的几乎是杂乱无章的噪声，无论怎么挥手、跳跃，数据都没有任何有规律的反应。调试固件、修改参数花了两天时间，依旧无济于事。

第二阶段：物理学的觉醒

失败的原因不在软件，而在物理层面。

1. 天线问题：板载的FPC贴片天线是全向低增益天线，当它平放在桌面上时，会产生大量来自桌面的反射干扰。你测量的其实是“桌子”的振动，而非整个“房间”的环境。
2. 菲涅尔区：无线电波并非像激光笔一样是一条细线，它在两个天线之间会形成一个橄榄球形状的区域，即菲涅尔区。设备平放时，这个区域的绝大部分被桌面本身遮挡了，人体活动很难对其造成有效干扰。

解决方案：

1. 将设备架高：使用三脚架，将发射器和接收器都架设到约1.4米的高度。
2. 更换天线：断开板载FPC天线，焊接或使用IPEX连接器接上外部偶极（棒状）天线。

调整之后，效果天壤之别：无人时，CSI波形曲线平稳；当人迈出一步，波形立刻产生剧烈而明显的变化。终于，你能从数据中清晰地“看见”自己了。

第三阶段：从数据到检测

有了干净的数据，就可以使用乐鑫官方提供的 esp-radar/console_test 示例固件。这个固件内置了专有算法，能直接处理CSI数据并输出“有人/无人”的判断。

效果惊艳：当你走过架设在三脚架上的两个设备之间时，串口立刻打印出“Movement Detected”。这就像在空气中布置了一条隐形的“绊线”——没有镜头，没有移动部件。

但局限也很明显：

• 站在接收器后方2米处——检测不到。
• 坐在地板上——检测不到。
• 单对设备只能形成一条狭窄的“检测线”，无法覆盖整个区域。

第四阶段：构建感应阵列

为了实现对整个房间的覆盖，项目作者设计了一个4节点的阵列布局：

TX - XIAO ESP32-C3　　　　　　　　　RX1 - XIAO ESP32-S3

　　　　　　　　　　　　　　　　　　　　　RX2 - XIAO ESP32-C5

RX3 - XIAO ESP32-C3

这个布局确保了无论人站在房间的哪个位置，都会干扰或穿过至少一对设备之间的菲涅尔区。

项目还配套了一个简洁的Web界面。用手机或电脑打开ESP32的IP地址，就能实时看到房间状态：“Presence”（有人静止）、“Motion”（检测到移动）或“Room Empty”（无人）。

实际测试结果：

• 走进房间：界面立刻显示“Motion”。
• 走到角落（传统单设备的盲区）：状态能保持为“Presence”。
• 坐在沙发上保持静止：系统可能会短暂犹豫，但最终仍能判定为“Presence”。

成功了！ 整个客厅变成了一个巨大的、无形的感知场。

技术优缺点分析

在实际部署使用约一周后，可以得出一个相对客观的评价：

优点

优势	说明
成本低廉	核心ESP32芯片仅需5美元左右，远低于商用毫米波雷达模块。
无隐私问题	不采集任何图像或声音，只分析无线电波的物理变化，隐私友好。
穿透性好	2.4GHz/5GHz WiFi信号可穿透薄墙、木板、玻璃等非金属障碍物。
覆盖范围大	单对设备在理想条件下可覆盖2-3米距离，阵列可实现房间级覆盖。
完全开源	硬件设计、固件代码、算法原理全部公开，可深度定制和修改。

缺点

劣势	说明
功耗巨大	WiFi射频需要持续高频发包以获取CSI，无法用于电池供电场景。
校准繁琐	环境改变（如移动家具、开窗）后，可能需要重新采集“空房间”基线数据。
准确率有限	与成熟的商用毫米波雷达相比，检测准确率和稳定性（约80%）仍有差距。
部署复杂	需要在房间多个角落布置设备并连接电源线，影响美观。
环境敏感	对环境中其他移动物体（如宠物、飘动的窗帘）比较敏感，可能误报。

关键问题：功耗

功耗是目前最大的实用化障碍。不同于Zigbee或LoRa设备可以长时间深度休眠，CSI感知要求WiFi射频持续保持全功率运行，每秒需要发送/接收数百个探测数据包。

实测中，XIAO ESP32在持续工作时会发热明显。想用纽扣电池供电几乎不可能，几分钟就会耗尽。这意味着你必须为房间每个角落的传感节点拉设USB-C电源线，这严重影响了“隐形传感器”的理想美感。

代码架构

项目代码结构清晰，非常便于学习和二次开发：

XIAO_esp-csi/
├── examples/
│   ├── get-started/
│   │   ├── csi_send/          # 发射端固件
│   │   └── csi_recv/          # 接收端固件
│   └── room_presence_detection/ # 房间级检测方案（含Web界面）
├── tools/
│   └── csi_data_read_parse.py # Python数据分析与可视化脚本
└── docs/
    └── ...

核心工作流程：

1. 发射器（TX）：持续广播特定格式的WiFi空数据包（Null Data Packet）。
2. 接收器（RX）：接收数据包，并从底层驱动中提取高精度的CSI信息（振幅、相位）。
3. 算法处理：计算CSI数据（尤其是相位信息）的方差或进行其他变换，与校准后的基线比较，判断是否有人体引入的干扰。
4. 结果输出：通过串口打印日志，或通过WebSocket将状态推送到前端界面显示。

未来展望：深度学习的可能性

项目当前使用的检测算法相对简单直接，本质上是一个阈值判断：if （数据方差 > 阈值） then （有人）。

但这项技术真正的潜力在于与深度学习结合：

• 将实时CSI数据流喂给树莓派或NVIDIA Jetson等边缘计算设备上运行的神经网络。
• 训练AI模型识别不同活动对应的独特波形模式。
• 最终实现更精细的行为识别，例如区分“走路”、“坐下”、“跌倒”等不同场景。

这需要构建大规模的数据集和更高的技术门槛，但其想象空间巨大，是无线感知的一个重要研究方向。

适用场景

基于以上分析，这项技术目前最适合以下场景：

适合的场景	不适合的场景
技术研究和学习无线感知原理	追求即插即用、免调试的智能家居产品
原型验证与概念演示	需要电池供电的移动或临时性场景
可接受固定布线、供电的场所（如办公室、教室）	家具布局频繁变动的环境
对隐私安全要求极高的场合	需要接近100%检测准确率的关键应用
成本非常敏感且能接受一定调试工作的方案	需要极简部署、对美观度要求高的项目

结论

ESP-CSI能取代毫米波雷达吗？目前还不能。

如果你只是想做一个稳定可靠的卫生间自动灯控，直接购买一个成熟的毫米波雷达模块（约20美元）是更省心省力的选择。

但如果你是一名热爱探索的Maker、一位希望了解射频感知前沿技术的工程师，或正在为某个项目寻找隐私友好的非视觉传感方案——那么ESP-CSI是一个绝佳的、令人兴奋的实践项目。

WiFi感知技术目前还不是一个完美的成品，它更像是一种等待被充分发掘和驯服的“超能力”。科技的迷人之处恰恰在于：今天的实验室玩具，很可能就是明天的标配功能。

回想一下，十年前语音助手还是科幻电影的专属桥段。或许几年之后，“WiFi感知”会成为智能路由器或物联网设备的标配功能。到那时，你可以自豪地说：“嘿，我早在2026年就亲手实现过这个技术了。”

免责声明：本篇内容基于开源项目及技术社区分享编译整理，旨在用于学习交流。项目原作者为 limengdu，原文发布于 Hackster.io。如涉及版权问题，请联系我们。

项目原文地址：https://www.hackster.io/limengdu0117/esp-csi-diy-wifi-human-presence-detection-f80508