Human Presence Detection via Wi-Fi Range-Filtered Doppler Spectrum on Commodity Laptops

Este artigo apresenta a primeira solução de detecção de presença humana em laptops comerciais que utiliza exclusivamente o hardware Wi-Fi embutido, empregando uma nova técnica de Espectro Doppler Filtrado por Alcance (RF-DS) e um framework de processamento adaptativo para identificar usuários com baixo custo computacional, sem necessidade de sensores externos, infraestrutura de rede adicional ou preocupações com privacidade.

O essencial

Imagine que o seu laptop é como um cão de guarda muito inteligente, mas que não precisa de olhos para ver se você está por perto. Em vez de usar uma câmera (o que poderia invadir sua privacidade) ou sensores caros e extras (o que encareceria o produto), este novo sistema usa as ondas de Wi-Fi que já estão dentro do seu computador para "sentir" a sua presença.

Aqui está a explicação do trabalho da Jessica Sanson e da equipe da Intel, traduzida para uma linguagem simples e cheia de analogias:

1. O Problema: Como saber se você está na cadeira?

Hoje, os laptops precisam saber se você está ali para fazer coisas mágicas:

• Acordar quando você chega: A tela acende antes mesmo de você tocar no teclado.
• Trancar quando você sai: Se você levantar para pegar um café, o computador trava sozinho para ninguém roubar seus dados.
• Economizar bateria: Se você saiu, ele apaga a tela e diminui a velocidade do processador.

O problema é que os métodos atuais têm defeitos:

• Câmeras: As pessoas não gostam de ser vigiadas o tempo todo.
• Sensores extras: São caros e ocupam espaço.
• Wi-Fi "burro": O Wi-Fi comum consegue sentir que algo se mexe, mas não sabe onde é. Ele confunde você se movendo na cadeira com um gato passando no fundo da sala.

2. A Solução: O "Sonar" do Wi-Fi

Os pesquisadores criaram um sistema que transforma o chip de Wi-Fi do seu laptop em um radar de sonar.

Imagine que o laptop está emitindo ondas de rádio invisíveis (como um morcego usando ecolocalização). Quando essas ondas batem em você e voltam, elas trazem informações.

• Monostático: Diferente de sistemas antigos que precisavam de um roteador fora e um computador dentro (como dois amigos jogando boliche), este sistema usa apenas o laptop. Ele é o "lançador" e o "pegador" da bola ao mesmo tempo.

3. A Grande Inovação: O Filtro de "Zona de Interesse"

Aqui está a parte genial do papel. Processar todas as ondas de volta é como tentar ouvir uma conversa em uma festa barulhenta onde todo mundo está gritando. É difícil e gasta muita energia.

O sistema deles usa uma técnica chamada Espectro Doppler Filtrado por Alcance (RF-DS). Vamos usar uma analogia:

• O Cenário: Você está em um escritório.
• O Ruído: O ar-condicionado, a parede atrás de você, o chão. Tudo isso reflete o sinal de Wi-Fi e cria "eco" falso.
• A Mágica do Filtro: O sistema do laptop diz: "Eu só me importo com o que acontece na minha frente, entre 0 e 2 metros (onde você senta). O que está a 10 metros de distância? Esquece!"

Ele ignora tudo que está longe ou muito perto (como o próprio computador), focando apenas na "zona do usuário". Isso é como colocar óculos escuros que só deixam passar a luz de um objeto específico, limpando a visão.

4. Detectando até a Respiração

A tecnologia é tão sensível que consegue detectar não apenas você andando, mas até sua respiração quando está parado na cadeira.

• Analogia: É como se o computador sentisse o leve movimento do seu peito subindo e descendo.
• Por que isso importa? Se você está apenas olhando para a tela e não mexendo as mãos, sistemas antigos pensariam que você saiu e trancariam a tela. Este novo sistema sabe que você está ali porque "ouve" sua respiração.

5. Economia de Energia Inteligente

O sistema é como um caçador paciente.

• Modo "Descanso": Quando ninguém está por perto, ele "dorme" e verifica o ambiente de vez em quando (10 vezes por segundo), gastando pouquíssima bateria.
• Modo "Alerta": Assim que ele sente um movimento (alguém se aproximando), ele acorda totalmente e verifica 100 vezes por segundo para saber exatamente onde você está.

6. Os Resultados na Vida Real

Eles testaram isso em laptops reais (um da HP e um da Lenovo) em escritórios comuns, cheios de móveis e pessoas.

• Precisão: O sistema acertou mais de 94% das vezes se você estava presente, se estava chegando ou se tinha saído.
• Velocidade: Ele reage em menos de meio segundo. Você se levanta, e o computador já sabe que você foi embora antes mesmo de você chegar à porta.
• Privacidade: Não há câmeras. É apenas o chip de Wi-Fi fazendo seu trabalho de radar.

Resumo Final

Este trabalho mostra que, no futuro, seu laptop não precisará de câmeras espiãs ou sensores caros para saber se você está ali. Ele usará o próprio Wi-Fi, de forma inteligente e econômica, para "sentir" sua presença, proteger seus dados e economizar sua bateria, tudo isso sem que você precise fazer nada além de sentar na cadeira. É como ter um assistente invisível que conhece o ritmo da sua respiração.

Resumo técnico

Resumo Técnico: Detecção de Presença Humana via Espectro Doppler Filtrado por Alcance em Wi-Fi

1. O Problema

A Detecção de Presença Humana (HPD - Human Presence Detection) é fundamental para funcionalidades inteligentes em dispositivos pessoais, como "acordar ao aproximar-se", bloquear a tela ao sair e gerenciar energia adaptativamente. No entanto, a implementação prática em laptops comerciais enfrenta desafios significativos com as soluções atuais:

• Sensores Dedicados (HW): Módulos de infravermelho ou tempo de voo (ToF) aumentam custos, complexidade de design e consumo de energia, além de terem campo de visão limitado.
• Soluções Baseadas em Câmera: Levantam sérias preocupações de privacidade e consomem muitos recursos computacionais, não sendo ideais para operação "sempre ligada" em bateria.
• Sensing Wi-Fi Tradicional: Abordagens baseadas apenas em estatísticas de CSI (Channel State Information) carecem de informação espacial (alcance), gerando altos índices de falsos positivos ao não distinguir movimento relevante (na mesa) de ruído ambiental. Soluções mais complexas que usam Redes Neurais ou mapas Range-Doppler (RDM) completos exigem treinamento extensivo, alto poder computacional e, frequentemente, arquiteturas bistáticas (requerendo roteadores externos), o que inviabiliza o uso em laptops standalone.

2. Metodologia Proposta

Os autores propõem a primeira solução HPD que utiliza exclusivamente o hardware Wi-Fi interno de um laptop em configuração monostática (um único dispositivo atua como transmissor e receptor), sem necessidade de infraestrutura externa. A abordagem central é a técnica Espectro Doppler Filtrado por Alcance (RF-DS).

Componentes Principais da Metodologia:

• Configuração Monostática: Utiliza uma única NIC (Network Interface Controller) Wi-Fi, compartilhando o oscilador local e a banda base para capturar simultaneamente informações de alcance e Doppler, eliminando a necessidade de um ponto de acesso externo.
• RF-DS (Range-Filtered Doppler Spectrum):
  • Filtragem de Interferência (MTI): Em vez de uma simples remoção de DC (corrente contínua), o sistema emprega filtros FIR (Finite Impulse Response) de alta ordem para cancelar a auto-interferência e reflexões estáticas. Isso permite a detecção de micro-movimentos lentos (como a respiração, ~5-10 mm/s) que seriam mascarados por métodos convencionais.
  • Filtragem por Alcance Específico: Ao invés de calcular um mapa Range-Doppler 2D completo (que exige FFTs contínuos em todas as subportadoras e quadros), o método aplica filtragem de correspondência (matched filtering) apenas em "portões de alcance" (range gates) específicos e relevantes (ex: 0 a 2 metros à frente do laptop). Isso reduz drasticamente a complexidade computacional.
  • Análise Temporal: Em vez de um mapa estático, o sistema gera um mapa Tempo-Doppler usando janelas temporais deslizantes, o que melhora a estabilidade do estimador e reduz falsos positivos.
• Framework de Taxa Multi-Adaptativa: O sistema opera em dois modos dinâmicos para economizar energia:
  • Modo Ocioso: Baixa taxa de quadros (10 Hz) para monitoramento passivo.
  • Modo de Detecção: Alta taxa de quadros (100 Hz) ativada apenas quando movimento é detectado, permitindo rastreamento preciso de aproximação e partida.
• Lógica de Decisão: Utiliza estimativa de SNR (Relação Sinal-Ruído) adaptativa por portão de alcance, interpolação quadrática para refinar o alcance e votação majoritária em múltiplos quadros para determinar o estado final (Presente, Aproximando-se, Saindo, Ausente).

3. Principais Contribuições

1. Solução HPD Standalone: Primeira implementação de detecção de presença robusta usando apenas a NIC Wi-Fi interna de laptops comerciais (Wi-Fi 6E e Wi-Fi 7), sem sensores externos ou infraestrutura de rede.
2. Novo Algoritmo RF-DS: Introdução de um método de baixa complexidade que combina filtragem de área de alcance e análise Doppler específica, eliminando a necessidade de computação contínua de mapas Range-Doppler 2D.
3. Eficiência Energética: Arquitetura adaptativa que ajusta dinamicamente a taxa de amostragem do CSI, equilibrando detecção rápida (latência < 1s) com consumo de bateria mínimo.
4. Generalização: O sistema não requer calibração específica do ambiente ou re-treinamento de modelos de aprendizado de máquina, funcionando em diferentes dispositivos e cenários.

4. Resultados e Avaliação

Os experimentos foram realizados em ambientes de escritório mobiliados (com multipath e ruído) utilizando laptops HP (Wi-Fi 7) e Lenovo (Wi-Fi 6E).

• Detecção de Micro-movimentos: O filtro MTI proposto superou a remoção de DC tradicional, permitindo a detecção clara da assinatura Doppler da respiração humana a 3 metros de distância.
• Rastreamento de Movimento: O RF-DS demonstrou rastreamento de alcance e velocidade mais suave e robusto durante ciclos de "aproximação e saída" (de 0,5m a >6m) em comparação com mapas Range-Doppler 2D completos.
• Precisão e Generalização:
  • Acurácia: Alcançou 96,5% de precisão no laptop Lenovo e 94% no HP, demonstrando independência da geração do hardware Wi-Fi.
  • Latência: A latência média de classificação de estado foi de 0,48 segundos (máximo de 0,89s), suficiente para acionar o "wake-on-approach" antes do usuário chegar ao dispositivo.
  • Estados Detectados: O sistema classificou corretamente os estados: Presente (<2m), Aproximando/Saindo (2-5m) e Ausente (>5m).

5. Significância

Este trabalho representa um avanço significativo para a computação pessoal e a Internet das Coisas (IoT):

• Privacidade e Segurança: Oferece uma alternativa viável às câmeras, eliminando preocupações de vigilância visual enquanto mantém funcionalidades de segurança (bloqueio automático).
• Eficiência de Recursos: Ao reduzir a complexidade computacional e o consumo de energia, torna possível a operação contínua de sensores de presença em laptops comerciais sem degradar a bateria.
• Viabilidade Comercial: Demonstra que o hardware Wi-Fi existente em dispositivos de consumo já possui capacidades de radar suficientes para aplicações críticas de HPD, sem a necessidade de novos componentes de hardware ou infraestrutura de rede dedicada.
• Escalabilidade: A capacidade de funcionar sem calibração específica do ambiente facilita a adoção em massa em diferentes configurações de escritórios e residências.

Em suma, a proposta transforma o Wi-Fi de um mero meio de comunicação em um sensor de presença inteligente, eficiente e privado, pronto para integração em futuros dispositivos de consumo.