«Увидеть» сигнал, «нарисовать» комнату, построить виртуальное пространство — исследования и эксперименты с Wi-Fi

от автора

Сегодня мы рассмотрим несколько исследований, посвященных использованию Wi-Fi в задачах визуализации. Речь пойдет не только о том, как «увидеть» движение внутри помещений, используя информацию о состоянии канала (CSI), но и о попытках визуализировать комнату и даже сам процесс распространения радиосигналов.

Фотография: julien Tromeur / Unsplash

Фотография: julien Tromeur / Unsplash

Посмотреть на радиосигналы своими глазами

Для американского программиста Чарльза Лора разработка открытого программного обеспечения — это что-то вроде хобби. В его портфолио — десятки пет-проектов: от компактного фреймворка для написания android-приложений на языке C без использования Java, Kotlin, Android Studio до легковесного эмулятора RISC-V. Но он также увлекается экспериментами с сетевыми приложениями и устройствами. 

В одном из своих проектов Лор решил «визуализировать» силу Wi-Fi-сигнала у себя дома. Для этих целей он использовал микроконтроллер ESP8266 и светодиод. Компьютер отправлял пинги на устройство, а цвет светодиода отражал качество соединения: при низкой задержке он загорался синим, при высокой — красным. Затем разработчик установил камеру на штатив, расфокусировал ее и снизил значение ISO до минимума. После этого он начал водить рукой с «кустарным датчиком» перед объективом, записывая видео. Ролик он обработал своей же программой superlongexposure, преобразующей видеофайл в фото с длинной выдержкой. Получившийся снимок наглядно показал уровень сигнала в конкретной части помещения.

Дальше — больше: в следующем эксперименте инженер использовал станок с ЧПУ, который перемещал датчик сначала по двум осям с заданным шагом, а затем — в трехмерном пространстве. Микроконтроллер регистрировал силу сигнала в каждом положении станка. В первом случае у автора получилось более однородное изображение, по сравнению с «ручным» экспериментом. Во втором случае разработчик загрузил данные в собственный инструмент voxeltastic — открытый воксельный движок с поддержкой трассировки лучей на базе WebGL, работающий прямо в браузере. С его помощью он получил объемную 3D-сцену, визуализирующую силу Wi-Fi-сигнала в области размером 360 мм x 360 мм x 180 мм — вот как это выглядит. Для тех, кто захочет повторить эксперимент, автор выложил инструкции по сборке сенсора на базе ESP8266 и ссылки на необходимые инструменты. Требования к датасетам для voxeltastic можно найти в репозитории на GitHub.

Прочувствовать и изобразить комнату

Wi-Fi-сигналы успешно используют для детекции объектов и людей в помещении. Например, мы уже рассказывали о проекте специалистов из MIT, которые показали, что радиосигналы можно использовать для определения позы человека (даже сквозь стены). А в прошлом году команда из римского Университета Сапиенца продемонстрировала, что с помощью Wi-Fi можно корректно ре-идентифицировать одного и того же человека в разных помещениях.

Как правило, работа таких решений строится на основе технологий машинного обучения и информации о состоянии канала (CSI). Этот параметр показывает, как радиосигнал распространяется между передатчиком и приемником с учетом искажений, вызванных стенами, мебелью и присутствием людей. В большинстве исследований CSI используют именно для детекции объектов.

Однако попыток применить эти данные для полноценной реконструкции окружающего пространства не так и много. В 2025 году специалисты из Школы инженерии Токийского университета решили восполнить этот пробел.

Они представили новую схему генерации изображений, основанную на латентных диффузионных моделях (LDM), которая позволяет создавать фотореалистичные изображения помещений по данным CSI. Итоговая визуализация получалась не схематичной, а сохраняла цвета, текстуры, детали среды и объектов в ней. Примеры таких визуализаций авторы привели в своей работе. Поскольку метод построен на основе генеративных моделей, он позволяет корректировать полученные картинки с помощью промптов. Например, систему ИИ можно попросить обработать изображение на лету — например, представить его в стиле аниме. Однако стоит понимать, что у предложенного подхода есть ограничения (на которые указывают и сами авторы проекта) — в частности, необходимость использовать модели, предварительно обученные на фотографиях целевого помещения, что ограничивает область применимости.

Wi-Fi, не подглядывай

Неудивительно, что идея превращения Wi-Fi-роутера в своего рода инструмент наблюдения вызывает у многих опасения. Поэтому исследователи параллельно разрабатывают методы защиты от чрезмерно «любопытных» систем на базе Wi-Fi Sensing. Одно из таких решений — метод Wi-Spoof, представленный в 2025 году австралийскими учеными из Университета Нового Южного Уэльса. Он позволяет «сбивать с толку» системы анализа сигналов, снижая точность распознавания активности людей в помещении примерно на 93%.

Суть подхода в том, что устройство пользователя изменяет мощность Wi-Fi-сигнала таким образом, чтобы в данных CSI возникали аномалии, похожие на доплеровские сдвиги. Проще говоря, система добавляет шум, мешающий корректно интерпретировать происходящее.

Метод протестировали в помещении площадью около 16 кв. м. Участник эксперимента выполнял разные действия — стоял, ходил и бегал — а Wi-Fi Sensing-система пыталась определить тип активности. И авторам Wi-Spoof удалось ее обмануть: например, в 86% случаев неподвижного человека она «распознавала» как бегущего, а обычную ходьбу в 77% случаев принимала за быстрый бег. При этом сами исследователи отмечают двойственный характер технологии. С одной стороны, она может защищать приватность пользователей, а с другой — может маскировать реальное присутствие людей там, где его необходимо видеть.

Виртуальная реальность без задержек

Системы крупномасштабной виртуальной реальности (large-scale virtual reality), в которых множество пользователей могут свободно перемещаться в большом помещении, особенно чувствительны к задержкам и скорости передачи данных. В конце 2025 года специалисты из Института инженеров электротехники и электроники (IEEE) проверили серию экспериментов с многопользовательской VR-сетью на базе Wi-Fi, чтобы определить оптимальные параметры для таких сценариев. Ключевой целью было обеспечить передачу видеопотока на шлемы с задержкой не более 50 мс (для комфортного погружения в виртуальный мир). По мнению авторов, результаты их работы могут послужить полезным справочным материалом, упрощающим реализацию подобных систем виртуальной реальности на практике.

Фотография: Lucrezia Carnelos / Unsplash.com

Фотография: Lucrezia Carnelos / Unsplash.com

Эксперименты начались с настройки одного клиента: исследователи подбирали частоту кадров, битрейт и уровень сигнала, чтобы найти баланс между качеством изображения и задержкой. Затем они постепенно добавляли новых пользователей, отслеживая изменения сетевых параметров. Финальным этапом стал запуск VR-сценария на площадке университетского кампуса с участием шести человек. В итоге специалисты сформулировали несколько рекомендаций для настройки сети, чтобы обеспечить баланс между зоной покрытия и производительностью. При этом исследователи подчеркивают, что их рекомендации актуальны только для локальных систем. Если же речь идет о VR-инфраструктуре с использованием облачных технологий, потребуются дополнительные тесты, оптимизация и, возможно, альтернативные архитектурные решения.

Больше интересных материалов в нашем блоге на Хабре:

ссылка на оригинал статьи https://habr.com/ru/articles/1022590/