零基础玩转ESP32 Wi-Fi感知：把身边的信号变成一台“无摄像头人体检测雷达“

零基础玩转ESP32 Wi-Fi感知把身边的信号变成一台无摄像头人体检测雷达【免费下载链接】esp-csiApplications based on Wi-Fi CSI (Channel state information), such as indoor positioning, human detection项目地址: https://gitcode.com/GitHub_Trending/es/esp-csiesp-csi 是一套基于 Wi-Fi 信道状态信息CSI的开源工具包让你用普通 ESP32 开发板实现室内定位与人体检测无需摄像头即可看见房间里的动静。这篇文章不讲天书般的公式而是用一套先懂原理、再挑方案、然后动手、最后进阶的路线带你从零跑通第一个 Wi-Fi 感知应用。你有没有过这样的念头不想在家装摄像头却又想知道老人半夜有没有起夜、孩子是不是睡熟了或者公司想统计会议室一天被使用了多少次又不方便布置任何设备如果我说房间里的空气本身就能当传感器你信吗更准确地说是那些弥漫在整个房间里的 Wi-Fi 信号——它们每时每刻都在被墙壁、家具、甚至你的呼吸所改变。而 esp-csi 这个开源项目就是教你把这种看不见的变化翻译成看得懂的判断房间里有没有人、人在不在动、甚至人往哪个方向走了。先搞清楚CSI 到底是什么东西打一个比方。你向湖面扔一块石头水波会一圈圈荡开如果这时有人从湖边走过水波的纹路就会被打乱。Wi-Fi 信号也是一样——路由器发出的电磁波经过反射、绕射、穿透之后到达你的手机这段旅途留下的波纹痕迹就是信道状态信息CSI。过去我们最熟悉的是 RSSI信号强度它只告诉你信号大不大。而 CSI 要精细得多它记录了信号在幅度、相位、时间延迟三个维度上的完整信息。这就好比 RSSI 只告诉你菜咸不咸而 CSI 直接给出了整道菜的配方。正是因为信息量大CSI 对环境的微小扰动极其敏感人从信号路径上走过会改变反射波的相位人坐在椅子上静止不动呼吸引起的胸腔起伏也会让信号产生毫米级的波动甚至咀嚼、打字这种动作都可能被 CSI 捕捉到。这也是为什么 Wi-Fi 感知被称为无摄像头的人体检测——它不需要光学图像靠的是空气和电磁波的对话。三条获取数据的路径选哪条看你家有什么要做 Wi-Fi 感知第一步是让 CSI 数据流进你的开发板。esp-csi 提供了三种思路难度递增适合的场景也各不相同。我把它们整理成一张对比表你可以按图索骥方案需要的硬件优点短板适合谁路由器回包1 个 ESP32 1 个路由器成本最低、上手最快依赖路由器位置和协议第一次玩想快速看效果设备互发2 个 ESP32不挑路由器位置需两台板子手头板子多、想灵活部署专用广播1 个发包机 N 个 ESP32精度最高、多设备友好多一份硬件开销做定位、搞科研、多节点集群方案一蹭路由器的回信最简单原理一句话ESP32 向路由器发一个 Ping 包路由器回 Ping 时返回包里就夹带了 CSI 信息。你只要用一个 ESP32 连上家里的路由器就能开始采集。这个方案的隐藏成本是零——不需要额外硬件一台普通路由器加一块开发板就够。唯一的限制是结果会受路由器摆放位置、支持的 Wi-Fi 协议影响。作为第一次接触 CSI 的体验入口它再合适不过。方案二两台 ESP32 互发灵活如果你嫌弃路由器的位置不可控那就让两台 ESP32 自己聊天它们都连上路由器但真正干活的是设备 A 接收设备 B 发来的包从中提取 CSI。这个方案的好处在于不再被路由器的物理位置绑架路由器下面挂了别的设备也不太影响你。代价嘛就是得多准备一块开发板——但两块的投入换来部署自由很划算。方案三专用发包机广播精度天花板当你要做正经的定位系统或多节点协同感知时就该上这套方案了一个专门的发包设备不停地切换信道、向四周广播周围的多个 ESP32 同时接收并各自解析 CSI。这是三种方案里精度最高、最不受路由器约束的。代价是除了接收端你还得养一个专职广播员。对精度有执念、要做多设备集群定位的场景这是不二之选。烧录与运行半小时跑通你的第一个 CSI 应用理论讲完直接上手。这里以最简单、也最适合新手的get-started 示例为例它只需要两块 ESP32 开发板发送端 接收端全程不需要路由器。硬件清单两块 ESP32 开发板推荐 ESP32-C5 或 ESP32-C6RF 性能出色其他型号也全部支持两根外置 IPEX 天线强烈建议PCB 天线方向性强、易受主板干扰效果差一截两台设备之间距离保持 1 米以上效果更好环境准备安装 ESP-IDF 开发框架v5.0.0 及以上版本然后拉取代码git clone https://gitcode.com/GitHub_Trending/es/esp-csi cd esp-csi烧录两块板子发送端和接收端分别接不同的串口# 发送端 cd examples/get-started/csi_send idf.py set-target esp32c3 idf.py flash -b 921600 -p /dev/ttyUSB0 monitor # 接收端 cd examples/get-started/csi_recv idf.py set-target esp32c3 idf.py flash -b 921600 -p /dev/ttyUSB1烧录完成后打开串口监视器你会看到接收端源源不断地吐出CSI_DATA开头的原始数据流就像下面这张日志截图一样这时候你已经在裸看 CSI 了。是不是有点激动别急原始数字密密麻麻肉眼根本读不出信息我们需要下一步——可视化。一行数据背后的秘密CSI 长什么样随便截取一行日志它是这样的CSI_DATA,0,94:d9:b3:80:8c:81,-30,11,1,6,1,0,1,0,1,0,0,-93,0,13,2,2751923,0,67,0,128,1,[67,48,4,0,...]这串看似乱码的内容其实结构非常清晰元数据段逗号分隔的字段记录了这次采样的身份证——来源 MAC 地址、信号强度 RSSI、速率、带宽、信道号、时间戳等等数据段最后用方括号包起来的那一长串整数才是真正的主角——每个子载波的信道信息。这里有个新手最容易忽略的细节数据段里每个子载波是先存虚部、再存实部也就是按[子载波1虚部, 子载波1实部, 子载波2虚部, 子载波2实部, ...]的顺序排列。如果你要自己写算法解析记得先把这个顺序搞清楚否则画出来的波形全是乱的。想深入理解 CSI 背后的 OFDM、无线信道这些概念项目 docs 目录下有一套从零讲起的基础文档建议按信号处理基础 → OFDM 介绍 → 无线信道基础 → 无线定位介绍的顺序读配着实际数据看理解速度翻倍。从数字到波形用 Python 工具把数据画出来裸数据没法看好在项目自带了一个现成的可视化脚本。运行它你就能看到每个子载波的幅度实时跳动cd examples/get-started/tools pip install -r requirements.txt python csi_data_read_parse.py -p /dev/ttyUSB1看到波形之后请务必做一个实验在房间里走动两步观察波形变化。你会发现人一动某些子载波的幅度曲线就像被搅动的水面一样剧烈起伏——这就是感知的本质。你已经在用 Wi-Fi 信号看房间了。进阶玩法一把波形变成判断——esp-csi-tool 雷达控制台能看到波形只是第一步真正的价值在于判断。项目里的console_test 示例位于examples/esp-radar/console_test提供了一个完整的图形化工具esp-csi-tool它相当于一个雷达控制台实时展示CSI 子载波波形、RSSI 波形、Wi-Fi 信道状态、射频噪声底一目了然数据采集把采集到的 CSI 存成文件还能给不同的动作打标签为后续机器学习备料智能分析内置人体移动检测和房间有人/无人判断算法开箱即用。启动它同样简单cd examples/esp-radar/console_test/tools pip install -r requirements.txt python esp_csi_tool.py -p /dev/ttyUSB1这个工具的左半边是原始 CSI 数据右半边是算法分析出的雷达模型。真正会用它的关键一步是校准阈值校准的逻辑很简单房间里空无一人时CSI 的波动是环境底噪有人出现后波动会明显放大。工具会自动学习这个分界点把它存成判定阈值。校准之后房间状态窗口就会实时显示无人/有人/有人移动三种状态精度相当可靠小建议校准期间房间里一定要清场。校准时间拉长一点比如 10 秒以上误报概率会明显下降。这个细节直接决定你后面体验的好坏。进阶玩法二从实验台走向真实产品当你把 console_test 玩熟之后esp-csi 还准备了三个方向供你延伸esp-crab高精度相位感知这个子项目用共晶振方案实现射频相位同步能感知毫米级的信号扰动定位精度可达毫米级还能通过铜片控制射频传播路径来调节感知范围——属于科研级玩法connect_rainmaker上云把 CSI 数据接入乐鑫的 RainMaker 云平台手机 App 远程查看房间里有没有人、动了几次配合 LED 状态灯一个完整的无摄像头安防方案就成型了wifi_sensing_demo一站式演示基于esp_wifi_sensing组件集成了状态机、LED 反馈和浏览器端的 Web Serial 监控页适合做现场演示和参数调优。三个方向对应三种野心想做科研、想上云、想快速 demo各取所需。常见翻车现场与自救指南实践路上总会踩坑这里把最常见的几个坑提前告诉你坑 1发送端疯狂报ESP_ERR_ESPNOW_NO_MEM现象串口刷屏包发不出去。原因当前 Wi-Fi 信道太拥挤ESP-NOW 发送缓冲区被塞满了。对策换个空闲信道或者把测试挪到网络环境更干净的地方。坑 2csi_data_read_parse.py打印乱码或报数据不完整现象画图界面数据错乱。原因绘图工具吃 CPU串口缓冲区来不及读导致数据断流。对策把串口波特率调高给 PC 喘口气的时间。坑 3有人经过却检测不到或没人却疯狂误报现象状态判断完全不可信。原因大概率是阈值没校准或校准期间房间里有人/有移动。对策回到校准界面保证空场环境下重跑一次校准必要时手动微调wander和jitter阈值。现在轮到你的手了回头看整个链路其实非常简洁信号被打扰 → CSI 记录下扰动 → 波形出现变化 → 阈值判断出状态。esp-csi 已经把最难的部分数据采集、可视化、算法都封装好了你要做的只是拿起一块 ESP32按照上面的步骤把它跑起来。如果你正想给家里做一个不装摄像头的看护方案或者想研究电磁波如何感知世界我强烈建议你现在就打开电脑先跑通 get-started 那对发送端和接收端然后让家人从房间走过——当你亲眼看到 CSI 波形为一个人的脚步而起伏时那种用空气感知世界的震撼会推着你一直玩下去。【免费下载链接】esp-csiApplications based on Wi-Fi CSI (Channel state information), such as indoor positioning, human detection项目地址: https://gitcode.com/GitHub_Trending/es/esp-csi创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考