無需手動操作或語音指令，家中的Wi-Fi信號就能“讀懂”人體活動，并指揮智能家居自動提供服務——天津大學網絡與云計算團隊近日在無線感知領域實現重要突破，相關成果已發表于國際期刊IMWUT。這項技術通過捕捉Wi-Fi信號因人體活動產生的細微變化，實現了對人員位置、狀態與行為的精準感知，為智能家居的“無感交互”提供了全新解決方案。
傳統智能家居依賴用戶主動發布指令或依賴特定傳感器，難以持續、自然地理解用戶需求。例如，老人起身時可能需要燈光輔助，兒童靠近危險區域時需及時提醒，但現有系統往往無法自動識別這些場景。研究團隊另辟蹊徑，開發了一套無需佩戴設備的高精度感知系統，通過分析Wi-Fi信號在空間中的傳播變化，即可推斷人體活動信息，進而聯動智能設備提供服務。
然而，將實驗室技術落地家庭場景面臨兩大挑戰：一是設備部署復雜，需專業人員反復調試；二是真實環境中信號易受家具、墻體遮擋，導致感知精度下降。針對前者，團隊創新性地將掃地機器人轉化為“環境信息采集員”——利用其日常清掃時構建的家居地圖，同步生成Wi-Fi信號分布圖，并自動標記路由器、智能音箱等設備位置。用戶僅需啟動機器人完成一次清掃，即可完成系統初始化，徹底省去人工測量環節。
為解決信號遮擋導致的精度問題，團隊摒棄了傳統模型中“信號無遮擋”的理想化假設，轉而針對真實家庭環境構建理論模型。該模型可模擬Wi-Fi信號在復雜空間中的傳播路徑，包括反射、衍射等現象，從而在物品繁雜、布局多變的家庭場景中實現穩定感知。實驗數據顯示，系統對人員位置的識別精度可達0.1米，且能區分站立、坐臥、行走等不同狀態。
技術核心由天津大學計算機科學與技術學院與網絡安全學院的研究團隊共同完成。博士生譚人瑞、孟暄棋作為第一作者，在導師指導下提出了“環境自適應感知框架”，通過機器學習算法動態優化信號分析模型，使其適應不同家庭的布局特征。例如，系統可自動識別客廳、臥室等區域的功能差異，針對性調整感知策略。
目前，該技術已與多家智能家居企業開展合作測試。在模擬家庭場景中，系統成功實現了“老人跌倒自動報警”“兒童靠近窗戶提醒”“夜間起身燈光跟隨”等功能。研究人員表示，下一步將優化多設備協同機制，例如通過分析多人活動模式，自動調節空調溫度、燈光亮度等環境參數，進一步推動無線感知技術向實用化邁進。
