An Artificial Intelligence-Driven Framework for Real-Time CHPD Using Wi-Fi Channel State Information
تقدم هذه الورقة إطار عمل منخفض التكلفة، يحافظ على الخصوصية، ومدفوعاً بالذكاء الاصطناعي، يستخدم معلومات حالة القناة (CSI) لشبكات الواي فاي الملتقطة عبر أجهزة ESP32 والمعالجة من خلال نموذج هجين (CNN-BiLSTM-Attention) لتحقيق كشف آني وغير تلامسي لوجود البشر، وعدّ الأشخاص، وتصنيف الأنشطة بدقة بلغت 78.57%.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في الزوايا الهادئة لمنازلنا ومكاتبنا، ترتد أمواج الواي فاي (Wi-Fi) غير المرئية باستمرار عن الجدران والأثاث والهواء نفسه. تحمل هذه الأمواج رسائلنا الإلكترونية ومقاطع الفيديو الخاصة بنا، لكنها تحمل أيضاً قصة خفية عن المساحة التي تسافر عبرها. فعندما يتحرك شخص ما في الغرفة، يسبب جسده اضطراباً طفيفاً لهذه الأمواج، مما يغير كيفية وصولها إلى المستقبل. يُعرف هذا الاضطراب باسم "معلومات حالة القناة" (Channel State Information)، وهي خريطة مفصلة لرحلة الإشارة تكشف ليس فقط قوة الاتصال، بل أيضاً الشكل والتوقيت المحدد لكل تموج. وبينما كانت الكاميرات هي المعيار المتبع لفترة طويلة لمراقبة من يتواجد في الغرفة، إلا أنها تثير مخاوف بشأن الخصوصية وتتطلب أجهزة باهظة الثمن. وقد بدأ الباحثون يتساءلون عما إذا كان بإمكان إشارات الواي فاي الموجودة بالفعل في حياتنا أن تعمل كمراقب صامت وغير مرئي، قادر على عد الأشخاص ورصد الحركة دون التقاط أي صورة على الإطلاق.
لقد نجح أحد الباحثين الآن في تحويل هذه الفكرة إلى واقع ملموس؛ حيث أنشأ إطار عمل يستخدم شريحتين صغيرتين وغير مكلفتين من الحاسوب للاستماع إلى إشارات الواي فاي في الغرفة وتحديد عدد الأشخاص الموجودين بدقة، وماذا يفعلون، وما إذا كانوا جالسين أو واقفين أو ماشين. التجهيزات بسيطة: تعمل إحدى الشريحتين كمرسل، حيث ترسل تدفقاً مستمراً من حزم بيانات الواي فاي، بينما تعمل الشريحة الثانية كمستقبل، تلتقط تلك الحزم عند وصولها. عندما تكون الغرفة فارغة، تصل الحزم بنمط يمكن التنبؤ به، ولكن عندما يدخل شخص ما إلى المساحة، يعكس جسده الإشارات ويشتتها، مما يخلق "بصمة إصبع" فريدة من التغيير في البيانات. قام الباحث بالتقاط هذه التغييرات، محولاً التباينات في الإشارة الخام إلى تدفق من الأرقام التي يمكن للحاسوب فهمها.
ولفهم هذه البيانات المعقدة، طور الباحث "دماغ حاسوبي" متخصص، وهو نوع من الذكاء الاصطناعي المصمم للتعلم من الأنماط. لم يعتمد على طريقة واحدة، بل دمج ثلاث تقنيات مختلفة لمحاكاة كيفية تحليل الإنسان للمشهد. أولاً، نظر النظام إلى التوزيع المكاني للإشارة، محدداً الأجزاء الأكثر تأثراً بوجود الشخص في طيف الواي فـي. ثانياً، فحص تسلسل الأحداث بمرور الوقت، متتبعاً كيفية تغير الإشارة من لحظة إلى أخرى لفهم الحركة. وأخيراً، تعلم النظام التركيز على الأجزاء الأكثر أهمية في البيانات، متجاهلاً الضوضاء الخلفية التي غالباً ما تعيق الإشارات اللاسلكية. سمح هذا النهج الهجين للحاسوب بالتمييز بين غرفة خالية، وغرفة بها شخص واحد، وغرفة مزدحمة بما يصل إلى خمسة أشخاص أو حتى مجموعة أكبر.
اختبر الباحث نظامه من خلال تسجيل آلاف عينات الإشارة في بيئة محكومة. قام بتصنيف البيانات وفقاً لـ "الحقيقة الأرضية" للغرفة: فارغة، شخص واحد، شخصان، حتى خمسة أشخاص، حشد، وأنشطة محددة مثل الجلوس أو الوقوف أو المشي. قام بتغذية هذه البيانات في نموذج الذكاء الاصطناعي الخاص به، والذي تعلم ربط أنماط إشارية محددة بهذه الظروف المحددة. كانت النتائج واعدة؛ فقد نجح النظام في تصنيف هذه السيناريوهات العشرة المختلفة بدقة اختبار بلغت 78.57 بالمائة. ورغم أنها ليست مثالية، إلا أن الأداء كان قوياً بما يكفي لإثبات أن التكنولوجيا تعمل. وأشار الباحث إلى أن النظام يخلط أحياناً بين عدد الأشخاص عندما يكون الفرق ضئيلاً، مثل الخلط بين شخص واحد وخمسة أشخاص، ويرجع ذلك على الأرج_ح إلى أن تغيرات الإشارة في تلك الظروف المحددة يمكن أن تبدو متشابهة جداً. ومع ذلك، كانت القدرة العامة على اكتشاف الوجود والنشاط قوية، حتى عندما لا يكون الأشخاص مرئيين مباشرة للمستشعرات، مما يثبت أن النظام يعمل حتى عندما يكون خط الرؤية محجوباً.
ولإخراج هذه التكنولوجيا إلى الحياة، بنى الباحث لوحة تحكم تعمل في الوقت الفعلي تعرض ما يراه النظام. تعرض هذه الواجهة قوة الإشارة المباشرة، وعدد الأشخاص المكتشفين، والنشاط المتوقع، ومدى ثقة الحاسوب في إجابته. كما تتبع العوامل البيئية مثل درجة الحرارة والرطوبة، والتي يمكن أن تؤثر على الإشارات، مما يضمن بقاء النظام مدركاً لما يحيط به. تحدث العملية بأكملها في الوقت الفعلي، حيث يعالج النظام عشرين إطاراً متتالياً من البيانات في آن واحد لاتخاذ قرار. يسمح هذا النهج للنظام بالاستجابة بسرعة للتغيرات في الغرفة، مما يوفر تدفقاً مستمراً للمعلومات حول الإشغال دون الحاجة أبداً إلى عدسة كاميرا.
تكمن أهمية هذا العمل في قدرته على تقديم بديل يحافظ على الخصوصية لوسائل المراقبة التقليدية. ولأن النظام يعتمد على البنية التحتية الموجودة للواي فاي ولا يلتقط صوراً أو فيديو، فإنه يمكنه مراقبة المساحات دون انتهاك الخصوصية الشخصية. كما أنه يستخدم أجهزة منخفضة التكلفة ومتوفرة على نطاق واسع، مما يجعله متاحاً للمنازل الذكية، ومراقبة الرعاية الصحية لكبار السن، والتطبيقات الأمنية حيث لا تكون الكاميرات مناسبة. يقر الباحث بأن هذه خطوة للأمام، لكنها ليست المحطة النهائية؛ إذ يخطط لتحسين الدقة من خلال جمع بيانات أكثر تنوعاً وتطوير نموذج الذكاء الاصطناعي. وفي الوقت الحالي، لقد أثبت أن أمواج الواي فاي غير المرئية يمكنها بالفعل إخبارنا بمن يوجد في الغرفة، مما يقدم طريقة جديدة لاستشعار عالمنا تكون فعالة وتحترم خصوصيتنا في آن واحد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.