無需手動指令，Wi-Fi信號也能“讀懂”人的需求，并指揮智能家居提供服務——天津大學網絡與云計算團隊在無線感知領域取得突破性進展，相關成果近日發表于國際學術期刊IMWUT。該研究通過分析Wi-Fi信號受人體活動影響產生的細微變化，實現了家居環境中人體位置、狀態與行為的精準感知，為智能家居向“無感化”服務邁出關鍵一步。
傳統智能家居系統多依賴用戶主動發出語音指令或依賴特定傳感器，難以持續、無感地捕捉用戶動態需求。例如，老人起身時可能因操作不便無法及時開啟燈光，或獨居者跌倒后無法主動求助。針對這一痛點，研究團隊開發了一套新型高精度感知應用，無需用戶佩戴任何設備，僅通過分析家中Wi-Fi信號的波動，即可實時感知人體活動，并聯動智能設備提供服務。例如，當系統檢測到用戶從臥室走向廚房時，可自動打開走廊燈光；若感知到老人長時間靜止不動，則觸發警報并通知家屬。
將實驗室技術落地家庭場景面臨兩大挑戰：一是系統部署復雜，需專業人員反復調試設備位置；二是家居環境中家具、電器等物品對信號的遮擋與反射，導致感知精度下降。為破解“部署難”，團隊創新性利用掃地機器人的日常清掃行為，將其轉化為環境信息采集工具。當機器人按常規路線清掃時，系統同步構建家庭物理空間地圖與Wi-Fi信號地圖，并自動標記路由器、智能音箱等設備的位置，精度達0.1米。用戶僅需讓機器人完成一次清掃，即可完成系統初始化，徹底省去手動測量與專業安裝的麻煩。
針對“精度低”的問題，團隊摒棄了傳統模型中“信號無遮擋”的理想化假設，首次面向真實家庭環境構建理論模型。該模型通過模擬Wi-Fi信號在復雜空間中的傳播路徑，能夠“理解”信號因家具遮擋、墻面反射產生的變化規律，從而在物品繁雜的家居場景中實現穩定感知。實驗數據顯示，系統在多人同時活動、家具動態移動等場景下，仍能保持高精度識別，誤判率較傳統方法降低60%以上。
目前，該技術已支持與市面上主流智能設備的聯動，包括燈光、空調、安防系統等。研究團隊表示，下一步將優化系統對微小動作的識別能力，例如通過分析呼吸頻率判斷睡眠質量，或通過手勢變化控制設備開關，進一步拓展無線感知技術的應用邊界。
