WiFi Sensing
Sensoriamento sem fio · IA local

Transforme qualquer rede Wi-Fi
em um sensor de ambiente

Detecte presença, movimento e alterações no ambiente físico em tempo real — sem câmeras, sem dispositivos no corpo, com inteligência artificial rodando 100% na máquina.

RSSI real via CoreWLAN 9 métricas ambientais LLM local (BitNet) Privacidade total · offline
O que é

Sensoriamento de ambientes, sem hardware novo

O WiFi Sensing capta os sinais Wi-Fi que já existem ao seu redor e, pela forma como eles variam, identifica o que acontece no espaço físico — usando apenas o computador, sem instalar sensores.

📡

Captura em tempo real

Escaneia redes Wi-Fi e registra intensidade, canal, banda e largura, com armazenamento em banco de dados e exportação CSV.

🧠

Inteligência embarcada

Processamento de sinais (Kalman, PCA, FFT) e modelos de IA detectam padrões e alterações no ambiente automaticamente.

🔒

100% privado

Tudo roda localmente, inclusive a interpretação por IA. Nenhum dado sai da máquina — sem nuvem, sem câmeras.

Telas do produto

Como o sistema se apresenta

Quatro áreas de trabalho, em uma interface escura e moderna.

▶ Iniciar REDES49 BANDA5 GHz ALTERAÇÃO12% ESTABILIDADE88% SINAL-72 dBm SSIDRSSICH Raquel-5GHzEDIFICIO T.#CLARO-WIFIAPT-605EletropontoNET_2GEACFigueiredo -35-68-54-64-70-78-80 361613540311 Intensidade (RSSI) ao longo do tempo
📊 Dashboard — redes em tempo real, KPIs e gráficos dinâmicos
Métricas reais do RSSI · [REAL] 🎯 Calibrar vazio 1. MOVIMENTO (PCA) 2. PRESENÇA / ATIVIDADE Caminhando 3. EVENTOS BRUSCOS 4. PERIODICIDADE 5. ALTERAÇÃO AMBIENTAL 6. ESTABILIDADE 7. QUALIDADE DE SINAL 8. Nº DE REDES 9. OCUPAÇÃO ESPECTRAL
🧍 Sensoriamento Ambiental — 9 métricas reais derivadas do sinal
Intensidade (RSSI) por rede × tempo Raquel-5GCLARO-WIFIAPT-605NET_2G Movimento (variação) por rede × tempo ↑ atividade detectada cores quentes = maior variação do sinal = movimento no ambiente
🗺️ Mapa de Calor — paisagem do sinal e de movimento (rede × tempo)
🧠 Interpretar resultados Modelo: BitNet-b1.58-2B-4T · ✓ local Análise do ambiente Wi-Fi Foram detectadas 49 redes, predominando a banda de 5 GHz (28 redes). Há congestionamento elevado no canal 36, com múltiplos pontos de acesso em 80 MHz — fonte provável de interferência co-canal. O RSSI médio de -72 dBm indica cobertura adequada. A estabilidade de 88% e o índice de alteração de 12% sugerem um ambiente calmo, sem movimentação relevante no período. Recomendações: migrar parte das redes do canal 36 para 149; monitorar o índice de alteração para detecção de presença.
🧠 Interpretação por IA — análise em linguagem natural, 100% offline
Capturas reais — esta página usa representações fiéis das telas. Para inserir seus próprios screenshots, coloque as imagens em docs/screenshots/ (ex.: dashboard.png) — a galeria abaixo as exibirá automaticamente.
Em ação

Pessoas usando no dia a dia

Cenários ilustrativos de como o WiFi Sensing se encaixa na rotina — sem câmeras, sem aparelhos no corpo.

Idosa — retrato frontal ● movimento
👵

Dona Marta, 78 — mora sozinha

A família é avisada se não houver movimento na cozinha pela manhã, ou se um evento brusco sugerir uma queda. Privacidade preservada: nada de câmeras.

Operador — retrato frontal ⚠ presença!
🛡️

Carlos — loja fechada à noite

Fora do horário, qualquer movimento dispara um alerta no celular. Detecta presença mesmo no escuro e através de prateleiras, sem ponto cego de câmera.

Profissional — retrato frontal ocupação detectada
🏢

Equipe de facilities

Salas de reunião ligam luz e ar-condicionado só quando há ocupação real, cortando desperdício de energia — sem instalar sensores em cada sala.

* Personas e cenários ilustrativos. As fotos são imagens genéricas de banco livre (Pexels, licença livre) e não retratam usuários reais do produto.

Onde aplicar

Casos de uso

Sensoriamento de baixo custo, usando a infraestrutura que já existe em quase todo lugar.

🛡️

Segurança

Detecção de presença e movimento em ambientes que deveriam estar vazios — alarme silencioso sem câmeras.

👵

Cuidado de idosos

Monitoramento de atividade e detecção de eventos bruscos (possível queda), preservando a privacidade de quem é cuidado.

🏢

Automação predial

Ocupação de salas para acionar iluminação, climatização e economia de energia sem instalar sensores dedicados.

📶

Diagnóstico de redes

Mapa de congestionamento de canais e interferência para otimizar a instalação de access points.

🔬

Pesquisa

Plataforma extensível para experimentação em Wi-Fi sensing, com exportação de dados e modelos treináveis.

🏥

Saúde & bem-estar

Análise de padrões de movimento e atividade ao longo do tempo, com caminho de evolução para sinais vitais via hardware CSI.

Por dentro

Tecnologia e métodos

Aquisição & dados

  • Captura real via CoreWLAN (macOS), nmcli (Linux), netsh (Windows)
  • Banco de dados SQLite + exportação CSV
  • Séries temporais de RSSI, canal, banda e largura

Processamento & IA

  • Filtros Kalman + Hampel (remoção de ruído)
  • Fusão multi-link por PCA (rejeita ruído de link único)
  • SVR/LVR — detecção robusta calibration-free
  • Interpretação por LLM local (Microsoft BitNet b1.58)

Stack

Python 3.12PySide6 NumPySciPy scikit-learnSQLAlchemy pyqtgraphCoreWLAN bitnet.cpp

Diferenciais

✓ Dados reais ✓ Offline ✓ Sem câmeras ✓ Extensível (CSI)
Privacidade & ética. A mesma tecnologia que cuida pode vigiar. O WiFi Sensing foi pensado para uso responsável e consentido: processa tudo localmente, não grava imagens e não identifica pessoas. Use apenas em ambientes sob sua responsabilidade.

Pronto para ver funcionando?

Código aberto, documentado e fácil de rodar. Explore o repositório ou fale conosco para uma demonstração.