MIT License

项目介绍

kyleyct/wifi-densepose-elderly 是一个托管在 GitHub 上的开源项目,主要使用 Python 编写,采用 MIT License 许可证,目前获得 68 个 Star、33 次 Fork。

仓库全名
kyleyct/wifi-densepose-elderly
开源许可证
MIT License
Star 数
68
Fork 数
33
未关闭 Issue
2

README 摘要

WiFi DensePose 長者防跌倒系統 基於 WiFi CSI 信號分析的非侵入式長者跌倒偵測系統,無需攝影機,完全保護隱私。 本專案基於 ruvnet/wifi-densepose 開源專案開發,專門針對長者居家安全場景進行定制。 功能特色 功能 | 說明 | 🚨 跌倒即時偵測 | 96.5% 靈敏度, 睡房 > 浴室 > 廚房 系統架構 常見問題 Q: 會影響家中現有 WiFi 嗎? A: 不會。ESP32-S3 使用獨立通道,不會干擾現有網絡。 Q: 需要攝影機嗎? A: 完全不需要。系統僅使用 WiFi 信號分析,保護隱私。 Q: 可以同時追蹤多少人? A: 最多 10 人,適用於家庭和小型安老院。 Q: 誤報率高嗎? A: 系統設有信心度閾值和冷卻期機制,有效降低誤報。 Q: 停電怎麼辦? A: 建議配備 UPS 不斷電系統。恢復供電後系統自動重連。 Q: 可以用在安老院嗎? A: 可以…

完整内容见 GitHub 原始 README 或本页 。

常见问题

wifi-densepose-elderly 用什么语言开发?

主要使用 Python 编写,采用 MIT License 许可证,目前有 68 个 Star。

wifi-densepose-elderly 可以免费商用吗?

仓库采用 MIT License 许可证,可免费使用与修改,商业使用请遵守许可证条款(例如保留版权声明与许可声明)。

如何获取 wifi-densepose-elderly 的源码?

可以直接克隆仓库:git clone https://github.com/kyleyct/wifi-densepose-elderly.git,默认分支为 main;安装与运行步骤见仓库 README。

wifi-densepose-elderly 最近还在维护吗?

仓库最近一次更新为 10月8日,当前有 2 个未关闭 Issue;Star 数为 68,可作为社区活跃度的参考。

关于

GitHub 原始描述(中文)

WiFi DensePose 長者防跌倒系統 — 基於 WiFi CSI 信號的非侵入式跌倒偵測,無需攝影機

描述取自 GitHub 官方 API,保持仓库作者书写的原文。

简要分析

热度分
136
价值分
50
活跃状态
活跃
暂无主题

语言占比

CSS
HTML
JavaScript
Python
Shell

贡献者

README

WiFi DensePose 長者防跌倒系統

基於 WiFi CSI 信號分析的非侵入式長者跌倒偵測系統,無需攝影機,完全保護隱私。

本專案基於 ruvnet/wifi-densepose 開源專案開發,專門針對長者居家安全場景進行定制。


功能特色

功能 說明
🚨 跌倒即時偵測 96.5% 靈敏度,< 2 秒警報回應
📱 Telegram 警報 跌倒/躺臥時自動通知家人
📊 即時監控儀表板 網頁版視覺化監控介面
📈 歷史數據分析 每日/每週報告、異常行為偵測
🔒 完全保護隱私 僅使用 WiFi 信號,無攝影機
👥 多人追蹤 最多同時追蹤 10 人

專案結構

wifi-densepose-elderly/
├── README.md                  ← 本文件
├── requirements.txt           ← Python 依賴
├── start.sh                   ← 快速啟動腳本
├── src/
│   ├── telegram_bot.py        ← Telegram Bot 警報系統
│   ├── analytics.py           ← 歷史數據分析引擎
│   ├── test_fall_detection.py ← 跌倒偵測模擬測試
│   ├── test_telegram_bot.py   ← Telegram Bot 測試
│   └── test_analytics.py      ← 數據分析測試
├── dashboard/
│   ├── index.html             ← 監控儀表板主頁
│   ├── base.css               ← 基礎樣式
│   ├── style.css              ← 設計樣式
│   ├── dashboard.css          ← 儀表板樣式
│   └── app.js                 ← 儀表板邏輯
└── docs/
    └── wifi-densepose-user-guide.pdf ← 完整使用指南

快速開始

環境需求

  • Python 3.10+
  • pip 套件管理器
  • 現代瀏覽器(Chrome / Firefox / Safari)

1. Clone 專案

git clone https://github.com/kyleyct/wifi-densepose-elderly.git
cd wifi-densepose-elderly

2. 安裝依賴

pip install -r requirements.txt

3. 使用監控儀表板

直接用瀏覽器開啟 dashboard/index.html,儀表板內建 Demo 模式,無需啟動任何伺服器即可體驗完整功能。

儀表板功能:

  • 5 個 KPI 卡片(系統狀態、偵測人數、警報、回應時間、安全評級)
  • 4 個房間即時佔用監控
  • 活動分佈圖表 + 24 小時時間線
  • 警報歷史記錄
  • 支援深色模式

4. 執行模擬測試

# 測試 Telegram Bot(模擬模式,無需 Bot Token)
python3 src/test_telegram_bot.py

# 測試歷史數據分析(自動生成 7 天模擬數據)
python3 src/test_analytics.py

功能詳細說明

Telegram Bot 警報系統

跌倒時自動發送 Telegram 訊息通知家人。

警報類型:

  • 🚨🚨🚨 跌倒警報 — 偵測到跌倒,立即通知
  • 🚨 躺臥警報 — 非睡房區域持續躺臥超過 60 秒
  • ⚠️ 異常警報 — 其他異常行為模式

智能功能:

  • 5 分鐘冷卻期(避免重複通知)
  • 自動忽略睡房區域的躺臥狀態
  • 信心度閾值過濾

可用指令:

指令 功能
/start 啟動機器人
/status 查詢即時狀態
/daily 今日安全摘要
/alerts 最近警報記錄
/help 使用說明

設定步驟:

  1. 在 Telegram 搜尋 @BotFather → 發送 /newbot → 取得 Bot Token
  2. 搜尋 @userinfobot → 取得 Chat ID
  3. 在 telegram_bot.py 中填入 Token 和 Chat ID

歷史數據分析

自動記錄活動數據,生成安全報告。

功能:

  • SQLite 資料庫自動記錄
  • 每日安全報告(活動分佈、區域分析、時段分析)
  • 每週趨勢報告(7 天明細、趨勢分析)
  • 異常行為偵測:
    • 📉 活動量突然下降(可能表示身體不適)
    • 🌙 夜間異常活動(可能表示睡眠問題)
    • 🚨 跌倒頻率增加趨勢
    • 🚿 浴室長時間停留

硬件需求(Phase 2)

進入真實硬件模式需要以下設備:

品名 規格 數量 參考價格
ESP32-S3 開發板 ESP32-S3-DevKitC-1 N16R8(帶天線版) 2 塊 ¥8-25/塊
USB-C 數據線 數據線(非純充電線) 2 條 ¥3-8/條
5V USB 電源適配器 5V 1A 以上 2 個 ¥5-10/個

基本配置總費用:約 ¥35-80(HK$38-88)

淘寶搜尋關鍵字

ESP32-S3-DevKitC-1 N16R8

選購注意事項

  1. 型號必須含 S3 — 不要買成 ESP32(無 S3)或 ESP32-S2
  2. 選 N16R8 或 N8R8 — 確保有足夠的 PSRAM
  3. 選帶天線版(WROOM) — 家居環境下板載天線已足夠
  4. USB 線買數據線 — 純充電線無法燒錄韌體

硬件安裝指南(Phase 2)

實體安裝

  1. 將 2 塊 ESP32-S3 放置在房間對面牆壁
  2. 距離 3-5 米,安裝高度 1-1.5 米(腰部高度)
  3. 確保兩塊板之間無大型遮擋物
  4. 使用 USB 電源適配器供電

軟件配置

# 1. Clone 完整的 WiFi DensePose 專案
git clone https://github.com/ruvnet/wifi-densepose.git
cd wifi-densepose

# 2. 安裝依賴
pip install -r requirements.txt
pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu

# 3. 設定環境變數(真實硬件模式)
export MOCK_POSE_DATA=false        # 關閉模擬模式
export SECRET_KEY="your-secret-key"
export ENVIRONMENT="development"
export REDIS_ENABLED="false"
export ENABLE_AUTHENTICATION="false"
export ENABLE_DATABASE_FAILSAFE="true"

# 4. 啟動伺服器
cd v1
PYTHONPATH=. python -m uvicorn src.app:app --host 0.0.0.0 --port 8000

# 5. 驗證
curl http://localhost:8000/health/live

多房間擴展

每個房間需要一對 ESP32-S3(一發一收),各房間使用不同的 WiFi 通道避免干擾。

建議覆蓋優先順序:客廳 > 睡房 > 浴室 > 廚房


系統架構

ESP32-S3 (發射端)
    │
    │  WiFi CSI 信號
    ▼
ESP32-S3 (接收端)
    │
    │  CSI 數據
    ▼
Python 伺服器 (FastAPI)
    │
    ├── DensePose 姿態分析
    ├── 跌倒偵測引擎
    ├── 活動追蹤
    │
    ├──→ Telegram Bot(即時警報)
    ├──→ 監控儀表板(視覺化)
    └──→ 數據分析(報告/趨勢)

常見問題

Q: 會影響家中現有 WiFi 嗎? A: 不會。ESP32-S3 使用獨立通道,不會干擾現有網絡。

Q: 需要攝影機嗎? A: 完全不需要。系統僅使用 WiFi 信號分析,保護隱私。

Q: 可以同時追蹤多少人? A: 最多 10 人,適用於家庭和小型安老院。

Q: 誤報率高嗎? A: 系統設有信心度閾值和冷卻期機制,有效降低誤報。

Q: 停電怎麼辦? A: 建議配備 UPS 不斷電系統。恢復供電後系統自動重連。

Q: 可以用在安老院嗎? A: 可以。支援多房間多人員同時監測,按需擴展 ESP32-S3 對數。


參考資源


授權

本專案基於 MIT License 開源。

评论

暂无评论