最近刷 GitHub 时，发现了一个超级酷的黑科技项目——ESPectre，它能让普通的家用 Wi-Fi 路由器加上一个廉价的 ESP32 开发板，就变成一个精准的运动检测器！而且完全不开摄像头、不录声音、纯数学算法，隐私保护拉满。目前 GitHub 已经 4.1k 星，热度还在涨，最近版本 v2.2.0（12 月 19 日发布）又加了低通滤波和增益锁定，稳定性更强了。

一、ESPectre 是什么？

简单说，ESPectre 是一个跑在 ESP32 上的开源“Wi‑Fi 人体活动传感器”。

它不需要额外的专用雷达硬件，也不采集图像或声音，而是直接利用你家原本就存在的 Wi‑Fi 信号，通过分析信号变化来判断房间里有没有人走动。

它有几个关键特点：

• 运行在 ESP32 系列芯片上（ESP32、S3、C3、C6 等常见开发板都能用）。
• 作为 ESPHome 组件，能原生接入 Home Assistant，自动变成“有人/无人”的传感器实体。
• 完全开源，算法公开透明，适合玩家折腾，也方便研究者做二次开发。

项目GitHub地址：https://github.com/francescopace/espectre

二、为什么 Wi‑Fi 能“看见”人？

要理解 ESPectre 的魔法，先要接受一个看起来有点科幻、但其实很朴素的事实：

只要人在 Wi‑Fi 覆盖范围内走动，就一定会“扰动” Wi‑Fi 信号。

家里的路由器就像一个“小太阳”，不断向外发射电磁波；这些无线波在房间里被墙壁、家具、人体来回反射叠加，最后被 ESP32 这样的设备接收到。

当房间里没人动的时候，这个“无线波场”的形状相对稳定；
而当你走路、挥手、从门口经过时，人体会反射和遮挡部分信号，导致接收端看到的波形发生轻微但可测量的变化——这正是 ESPectre 想要抓住的“痕迹”。

Wi‑Fi 芯片在底层会计算一个叫 CSI（Channel State Information，信道状态信息） 的东西，可以理解成“这一个瞬间，当前这个 Wi‑Fi 信道的指纹长什么样”。ESPectre 就是通过连续读取这些“指纹”，观察它们是平静还是动荡，进而推断有没有运动发生。

三、从复杂信号到一条“抖动曲线”

原始的 CSI 特征维度很高：

每个 Wi‑Fi 包会包含很多个子载波，每个子载波有幅度和相位信息，对一个小小 ESP32 来说，直接拿这些数据做复杂算法是很吃力的。

ESPectre 的做法非常“工程化”：先把复杂信号压缩成一条易于理解的“抖动曲线”：

1. 对每一帧 CSI，拿出所有子载波的幅度。
2. 在这些子载波之间做统计（比如标准差等），得到一个数值：可以理解成“当前这一瞬间，整个空间的 Wi‑Fi 场有多‘乱’”。
3. 把这个数值按时间连起来，就得到一条随时间变化的曲线——当环境很安静时，曲线比较平；有人走动时，曲线就会明显起伏。

你可以把这条曲线想象成“室内 Wi‑Fi 海面的浪高记录”：

• 风平浪静→ 波浪小，曲线低而平；
• 刮风起浪→ 波浪大，曲线高而抖。

四、MVS：用“曲线抖动程度”找出运动段

有了这条“抖动曲线”，下一步就是回答一个实际问题：这条曲线哪一段代表“有人动”？哪一段代表“没人动”？

ESPectre 用的是一个叫 MVS（Moving Variance Segmentation，移动方差分割） 的思路，听着拗口，本质却很直观：

• 在这条曲线上滑动一个时间窗口（例如最近几百毫秒或几秒钟）。
• 在每个窗口里，计算这段时间曲线的“抖动程度”（方差之类的统计量）。
• 如果这一小段时间里曲线非常安静，就认为这是“静止期”；如果这一小段时间波动明显，就认为是“运动期”。

理解成日常类比就是：

不看每一帧的高低，而是看“这几秒内整体有多折腾”。
折腾多 → 有人动；折腾少 → 基本没人动。

这种做法有两个好处：

• 算法全是加减乘除、滑动窗口和阈值判断，不需要机器学习训练，ESP32 也跑得动。
• 延迟很低，可以做到家庭自动化里非常实用的响应速度。

五、NBVI：让传感器“自适应你的房间”

现实世界远比实验室复杂：

• 有的路由器离传感器很近，信号本来就很“乱”；
• 有的房间墙多，Wi‑Fi 多径效应严重；
• 有的环境背景里，人虽然没动，但风扇、宠物、门缝漏风也会制造轻微扰动。

如果直接设一个固定阈值，很容易出现两种极端：

• 阈值太低 → 全天误报，一直“有人”；
• 阈值太高 → 人都走过去了，它还觉得“风平浪静”。

为了解决这个问题，ESPectre 加入了一个自动校准机制，叫 NBVI（Normalized Baseline Variance Index，归一化基线方差指标）：

• 设备启动后的前一小段时间，会假定房间大致是“无人运动”的状态，用这段数据估计“在你这个房间、你这个路由器下，正常静止时的平均水平和波动范围”。
• 后续运行时，会把新观察到的“抖动程度”跟这个基线做比较，并自动调整阈值：背景本来就很吵的房间，提高阈值；特别安静的环境，降低阈值。

这就像一个刚搬来你家住的室友：
第一天 TA 会先熟悉一下“你家平时有多吵”，之后才会根据真正异常的动静来判断是不是出了事。

六、从算法到 Home Assistant 里的“有人/无人”

从用户角度看，算法细节不必完全理解，真正重要的是“它在智能家居里能帮你做什么”。在工程实现上，ESPectre 把复杂的数学处理封装成几个非常好用的实体：

1. 一个二进制传感器

   • 通常叫 binary_sensor.espectre_motion 之类，直接告诉你“当前是否检测到运动”。
   • 这可以直接用在 Home Assistant 的自动化里，像普通的红外人体传感器一样用。

2. 一个“运动强度”传感器

   • 通常是一个 0–100 或类似范围的“motion_score”。
   • 数值越高，说明近期环境扰动越大；可以按自己需求设置不同阈值实现“高灵敏模式”“低误报模式”。

3. 调节用的参数/实体

   • 部分版本中，还会提供一些可调参数，让用户根据房间大小、布置、墙体结构等，调整灵敏度、衰减时间等。

对 Home Assistant 用户来说，大致是这样的体验：

• 用 ESPHome 把 ESPectre 组件加进一个 ESP32 配置；
• 刷入固件，通电等待一小段时间自动校准；
• 在 Home Assistant 中自动出现一个“Wi‑Fi 动作传感器”，可以像常规传感器一样拖进自动化场景：
  • 有人走进客厅 → 开灯；
  • 夜里卧室有大幅运动 → 触发监控录制或通知；
  • 作为“补充传感器”，配合门磁、红外做更加可靠的在家/离家判断。

七、隐私友好：看不见你，却能感知你

传统的人体感应方案很多：摄像头、毫米波雷达、红外、超声波……但要兼顾隐私与成本并不容易。

ESPectre 的一个重要卖点就是：

• 不采集图像，不录音，只使用 Wi‑Fi 的物理信道特性；
• 算法在本地 ESP32 上运行，数据不需要上传云端；
• 对于希望在卧室、卫生间等敏感区域也能检测“是否有人”的场景，Wi‑Fi 这种“看不见你的传感”格外有吸引力。

在欧盟等地区，官方宣传里也强调“GDPR-friendly by design”（天生隐私友好），对重视隐私的智能家居玩家来说，是一个既好玩又实用的方案。

八、谁适合折腾 ESPectre？

如果你符合下面几条中的任何一条，很可能会对这个项目感兴趣：

• 已经在用 Home Assistant / ESPHome，想要更“软硬兼施”的在家/离家检测。
• 想在卧室、走廊、卫生间等不适合放摄像头的地方做存在感知。
• 对无线感知（Wi‑Fi Sensing）、CSI、室内定位等方向感兴趣，想用廉价硬件做实验。
• 做科研/毕业设计/工程项目，需要一个可以实际跑在 ESP32 上的、开箱即用的 CSI 感知平台。

结语

Wi‑Fi 早就无处不在，只是过去大家只把它当作“数据管道”。像 ESPectre 这样的项目，让人重新意识到：家里那些看不见的电磁波，其实时刻都在“感知”你的一举一动。

把这份“隐形的感知”变成可编排的智能家居逻辑，既是一个极客级的玩法，也是未来家庭感知技术的一种雏形。
如果你已经有 Home Assistant 和一块闲置的 ESP32，不妨抽个周末，把你家的 Wi‑Fi 也变成一副“看不见的眼睛”。