RuView là một nền tảng cảm biến WiFi viết bằng Rust, dùng phần cứng biên ESP32 để phát hiện hiện diện, nhịp thở, nhịp tim, chuyển động và hoạt động theo phòng mà không cần camera hay thiết bị đeo.
RuView là một hệ thống cảm biến và trí tuệ không gian được xây dựng trên tín hiệu WiFi thông thường. Theo nội dung kho lưu trữ, nó có thể suy ra hiện diện, mức độ chiếm dụng phòng, nhịp thở và nhịp tim, chuyển động, ánh xạ phòng, tín hiệu liên quan đến giấc ngủ và các trạng thái ngữ nghĩa khác từ biến thiên sóng vô tuyến, đồng thời được thiết kế để làm việc với các hệ sinh thái nhà thông minh lớn như Home Assistant, Apple Home, Google Home, Alexa và các cầu nối dựa trên Matter.
Dự án giải quyết nhu cầu cảm biến không tiếp xúc, tôn trọng riêng tư, có thể hoạt động xuyên tường và trong bóng tối, mà không cần camera, thiết bị đeo hay ứng dụng trên điện thoại. Nó hướng đến các bài toán giám sát nhà ở, phát hiện hiện diện, theo dõi dấu hiệu sinh tồn và tự động hóa trong những tình huống cần nhận biết môi trường thay vì giám sát bằng hình ảnh.
Về mặt khái niệm, RuView quan sát cách sóng WiFi thay đổi khi con người hoặc vật thể di chuyển trong không gian. Hệ thống sử dụng CSI thu được từ các cảm biến ESP32 chi phí thấp, rồi áp dụng các mô hình học máy và phân tích tín hiệu để chuyển những biến động đó thành các đầu ra cấp cao hơn như hiện diện, nhịp thở, nhịp tim, tư thế, chuyển động và trạng thái phòng. README cũng cho biết hệ thống có thể học môi trường cục bộ, chạy ở biên, và công bố dữ liệu cho hệ sinh thái nhà thông minh thông qua Home Assistant, Apple Home, Google Home, Alexa và các đường tích hợp tương thích Matter.
Dự án đang thu hút chú ý vì kết hợp một thông điệp rất nổi bật — “nhìn xuyên tường bằng WiFi” — với khả năng tương thích rộng cho nhà thông minh và trọng tâm triển khai trên thiết bị biên. Kho lưu trữ cũng nhấn mạnh hệ sinh thái gồm mô hình tiền huấn luyện, phần cứng dựa trên ESP32, tích hợp Matter/Home Assistant và mức độ quan tâm tăng mạnh của dự án, khiến nó hấp dẫn cả như một bản demo kỹ thuật lẫn một nền tảng tự động hóa nhà ở thực dụng.
README chủ yếu gợi ra các hướng tiếp cận liên quan hơn là liệt kê đối thủ trực tiếp: cảm biến dựa trên CSI, định danh phòng bằng WiFi fingerprinting và các mô hình ước lượng tư thế từ WiFi. Kho lưu trữ cũng nhắc đến các thành phần đi kèm của chính dự án như RuVector, Cognitum Seed, mô hình WiFi DensePose tiền huấn luyện và một Cog cho pose-estimation, nên đây là những điểm so sánh rõ nhất có thể suy ra từ tài liệu; ngoài ra, README không cung cấp danh sách đối sánh chính thức.
Do AI giải thích · dựa trên README của từng kho