无需手动指令，Wi-Fi信号也能“读懂”人的需求，并指挥智能家居提供服务——天津大学网络与云计算团队在无线感知领域取得突破性进展，相关成果近日发表于国际学术期刊IMWUT。该研究通过分析Wi-Fi信号受人体活动影响产生的细微变化，实现了家居环境中人体位置、状态与行为的精准感知，为智能家居向“无感化”服务迈出关键一步。
传统智能家居系统多依赖用户主动发出语音指令或依赖特定传感器，难以持续、无感地捕捉用户动态需求。例如，老人起身时可能因操作不便无法及时开启灯光，或独居者跌倒后无法主动求助。针对这一痛点，研究团队开发了一套新型高精度感知应用，无需用户佩戴任何设备，仅通过分析家中Wi-Fi信号的波动，即可实时感知人体活动，并联动智能设备提供服务。例如，当系统检测到用户从卧室走向厨房时，可自动打开走廊灯光；若感知到老人长时间静止不动，则触发警报并通知家属。
将实验室技术落地家庭场景面临两大挑战：一是系统部署复杂，需专业人员反复调试设备位置；二是家居环境中家具、电器等物品对信号的遮挡与反射，导致感知精度下降。为破解“部署难”，团队创新性利用扫地机器人的日常清扫行为，将其转化为环境信息采集工具。当机器人按常规路线清扫时，系统同步构建家庭物理空间地图与Wi-Fi信号地图，并自动标记路由器、智能音箱等设备的位置，精度达0.1米。用户仅需让机器人完成一次清扫，即可完成系统初始化，彻底省去手动测量与专业安装的麻烦。
针对“精度低”的问题，团队摒弃了传统模型中“信号无遮挡”的理想化假设，首次面向真实家庭环境构建理论模型。该模型通过模拟Wi-Fi信号在复杂空间中的传播路径，能够“理解”信号因家具遮挡、墙面反射产生的变化规律，从而在物品繁杂的家居场景中实现稳定感知。实验数据显示，系统在多人同时活动、家具动态移动等场景下，仍能保持高精度识别，误判率较传统方法降低60%以上。
目前，该技术已支持与市面上主流智能设备的联动，包括灯光、空调、安防系统等。研究团队表示，下一步将优化系统对微小动作的识别能力，例如通过分析呼吸频率判断睡眠质量，或通过手势变化控制设备开关，进一步拓展无线感知技术的应用边界。
