Seu Wi-Fi já pode saber onde você está na sala

O número discreto de toda conexão Wi-Fi

Toda conexão Wi-Fi carrega um pequeno número que a maioria das pessoas nunca vê. Trata-se do RSSI, que indica a intensidade do sinal percebida pelo dispositivo naquele instante. Um celular, uma caixa de som inteligente ou uma TV Android consegue ler esse valor por meio de software comum, o que significa que ele está à vista dentro de muitos aplicativos domésticos. A medição é grosseira: não descreve cada fragmento da onda de rádio, mas fornece apenas uma leitura geral da intensidade do enlace entre emissor e receptor.

É justamente essa simplicidade que torna o RSSI interessante. A detecção de Wi-Fi mais detalhada costuma depender do CSI, que rastreia a amplitude e a fase em diversas subportadoras do sinal. Essas medições podem revelar como o corpo desvia ou bloqueia as ondas ao seu redor, mas frequentemente exigem drivers especiais, permissões elevadas ou hardware dedicado. Dispositivos de consumo comuns raramente expõem esses dados. Uma TV pode relatar o RSSI sem problemas, mantendo os detalhes mais profundos do rádio ocultos para aplicativos normais.

Um teste na Universidade da Islândia mostrou que esse número silencioso não é apenas ruído de fundo inofensivo. Quando adaptado a uma forma próxima à dos dados de Wi-Fi mais ricos, ele pode alimentar um modelo que estima onde uma pessoa está em pé na sala. O resultado aponta para um problema de privacidade: as pessoas notam câmeras e microfones, mas raramente observam leituras sem fio usadas como pistas sobre movimento ou presença. Um número que parece fraco demais para importar pode se tornar um canal de monitoramento invisível se o software o transformar em inferência.

Um aparato barato para a sala e um modelo emprestado de dados mais ricos

Um teste da Universidade da Islândia demonstrou que as leituras comuns de intensidade do sinal Wi-Fi podem indicar a posição de uma pessoa na sala. A proposta foi reaproveitar um modelo já treinado com dados mais ricos de Wi-Fi, em vez de desenvolver um novo para placas de baixo custo. Como muitos dispositivos inteligentes expõem valores simples de intensidade por meio de softwares padrão, enquanto os dados detalhados dos subportadores costumam permanecer ocultos, essa lacuna tornou o modelo emprestado atraente: ele já sabia converter variações no Wi-Fi em posição corporal.

O modelo original havia aprendido com dados detalhados por subportador e rótulos de câmera de profundidade em uma sala semelhante. Neste experimento, porém, foi usado para detectar presença, movimento e localização aproximada, não pose precisa. O espaço de teste era uma área desimpedida do campus, medindo cerca de 3,5 por 4 metros. Três placas ESP32-C3 de baixo custo funcionaram como transmissores Wi-Fi de canal único, e um Raspberry Pi 4 recebeu o sinal.

Foram necessários três caminhos porque cada linha transmissor-receptor fornece apenas informações parciais sobre um corpo que bloqueia o sinal. Combinar as variações vindas de três direções permitiu estimar a posição em profundidade, não apenas à esquerda ou à direita. A coleta começou com cerca de dois minutos de sinal da sala vazia para estabelecer uma linha de base de fundo. Em seguida, uma pessoa entrou e se moveu enquanto as placas registravam a intensidade do Wi-Fi e um vídeo capturava o estado real ao mesmo tempo.

Os carimbos de data e hora foram sincronizados via SSH, e o início e o fim eram semiautomatizados para que as pessoas pudessem sair durante a coleta. As leituras brutas chegavam em dBm, uma escala logarítmica que não corresponde aos valores lineares de potência esperados pelo modelo. Assim, cada leitura foi convertida em potência linear relativa, depois escalada e atenuada para se adequar à sala concreta menor. Essa etapa fez com que as simples variações de intensidadeassemelhassem mais aos dados ricos de amplitude usados durante o treinamento.

As peculiaridades do hardware também exigiram cuidado, pois placas baratas podem introduzir ruído irregular por meio de cabos e adaptadores de energia. A equipe regravou os dados usando cabos USB-C idênticos, adaptadores de parede e extensões com proteção contra surtos para cada transmissor. Isso reduziu uma diferença de ruído que havia surgido em uma placa devido à combinação do seu cabo e adaptador. O cliente Wi-Fi do receptor foi desativado para que múltiplos serviços não competissem pelo mesmo adaptador.

O próprio Wi-Fi do notebook também foi desligado para evitar solicitações de sondagem que poderiam perturbar as leituras. O resultado foi um conjunto modesto, construído com peças comuns em projetos de hobby e pequenos dispositivos inteligentes. Ele mostrou que um modelo treinado com dados mais ricos pode ser direcionado a leituras mais baratas sem reconstruir toda a pilha de sensores. Esse é o apelo prático: os dispositivos comuns podem já carregar sinal suficiente para suportar estimativas aproximadas da localização humana.

Tratamento do sinal

Um quarto vazio nunca é silencioso para um receptor de Wi-Fi. Paredes, fontes de alimentação, dispositivos próximos e os pequenos eletrônicos do espaço de teste deixam rastros fracos na intensidade do sinal. Se esses rastros ficarem no lugar, o modelo pode confundir a oscilação comum de fundo com um corpo se movendo pelo ar. A primeira etapa da limpeza foi, portanto, registrar cerca de dois minutos de RSSI antes que alguém entrasse, para que o estado silencioso do quarto pudesse ser subtraído das leituras posteriores.

Os valores brutos de RSSI são logarítmicos, o que os torna difíceis de usar em um modelo que espera entradas semelhantes a amplitude. Converter as leituras em dBm para potência linear relativa mudou a forma dos dados e facilitou comparar pequenas variações ao longo do tempo. A subtração não foi uma operação única para todos os casos. Cada transmissor tinha seu próprio padrão de quarto vazio, então usar a linha de base própria de cada dispositivo manteve a comparação local. Uma média compartilhada poderia esconder as diferenças entre os dispositivos e deixar um caminho ruidoso dominar o sinal limpo.

A maioria dos métodos testados para remover o ruído de fundo fez o quarto vazio parecer mais ativo do que uma pessoa real. Essa inversão é perigosa porque um sistema de alarme ou rastreamento reagiria a nada. Quando apenas uma média global foi removida, o sinal limpo ainda continha estrutura suficiente para o modelo atingir confiança máxima próxima de 0,79. Em um quarto vazio, picos falsos em torno de 0,65 apareceram. Dados totalmente normalizados reduziram o pico ocupado para cerca de 0,61, o que tornou a presença real menos clara.

O método que manteve a confiança do quarto vazio abaixo da confiança do quarto ocupado foi comparar cada leitura com a linha de base silenciosa do mesmo transmissor. Essa escolha tratou cada caminho como seu próprio instrumento, em vez de forçar todos os caminhos para uma escala compartilhada. Um pequeno filtro de ruído então ignorou variações abaixo de cerca de 0,001, para que oscilações fracas não se tornassem movimento falso. O sinal restante foi suavizado com uma curva sigmoide e mapeado em um intervalo circular de -π a +π, fazendo-o se assemelhar às entradas semelhantes à fase esperadas pelo modelo reutilizado.

Esse trabalho de limpeza é o que transforma uma leitura ruidosa de intensidade em algo que o modelo emprestado pode interpretar como movimento em vez de estática. Sem ele, um quarto desocupado pode disparar o mesmo tipo de resposta que uma pessoa produz. Com ele, o sistema aprende a ignorar o próprio zumbido do quarto e focar nas variações que são grandes o suficiente, consistentes o suficiente e locais o suficiente para sugerir um corpo no espaço.

Confiança, movimento e a porta que se comporta como um corpo

Ao pedir ao modelo que localizasse uma pessoa, ele não devolvia uma resposta única e definitiva. Para cada quadro de vídeo, gerava 100 poses corporais possíveis. Cada uma incluía a posição de 14 articulações e um índice de confiança. A pose com o maior índice virava a estimativa principal, enquanto as outras 99 serviam como verificação interna. Se essas alternativas permanecessem próximas entre si, o modelo demonstrava consistência interna, mesmo que sua posição absoluta ainda pudesse estar incorreta.

O movimento deixava um padrão ligado à massa corporal, não ao detalhe dos membros. As articulações do tronco apresentavam a maior dispersão entre as 100 previsões, o que condiz com a física do Wi-Fi: um tronco em movimento perturba os caminhos do sinal com mais intensidade do que dedos ou tornozelos. Isso indica que o sistema captava mudanças suficientes na obstrução e na reflexão para concluir que algo de grande porte havia se deslocado.

A confiança variou quando as alterações brutas foram convertidas em uma forma angular, mais próxima dos dados de fase. Sem essa etapa, a confiança máxima atingia cerca de 0,72 durante a ocupação da sala. Com ela, subiu para aproximadamente 0,92, e a média manteve-se em torno de 80% enquanto havia alguém no ambiente. Essa diferença é relevante porque mostra como um sinal simples pode rapidamente se assemelhar a uma estimativa confiável de presença.

A porta adicionou outra camada ao cenário. Ao abri-la, o sistema registrou uma mudança distinta que podia ser interpretada tanto como a entrada de um objeto no espaço quanto como uma variação na refletância causada pela alteração da distância entre um transmissor e o receptor. Uma porta em movimento em seu arco pode se comportar como um corpo: altera os caminhos do sinal, cria um novo padrão e aumenta a certeza do modelo, mesmo que nenhuma pessoa tenha cruzado o limiar.

A testemunha invisível em todo roteador

Imagine uma sala desimpedida em que a única testemunha é um leve tremor na intensidade do sinal Wi-Fi. Uma pessoa pode deixar um rastro mais difícil de notar do que o de uma câmera ou de um microfone. As leituras comuns de intensidade, as mesmas que muitos dispositivos inteligentes já coletam, podem ser transformadas em estimativas aproximadas da localização e dos movimentos de alguém. Em um teste controlado, um modelo treinado com dados de canal muito mais ricos atingiu cerca de 80% de confiança enquanto uma pessoa se movia por uma sala pequena. Esse número é promissor, mas não prova que uma sala de estar pode ser mapeada com precisão métrica. O sistema detectou movimentos amplos, presença e mudanças na postura, mas também produziu estimativas confiantes quando a sala estava vazia.

Esse intervalo entre promessa e confiabilidade importa porque o hardware já está em todo lugar. Televisões inteligentes, roteadores, celulares e outros objetos conectados podem se tornar monitores ambientes sem que ninguém instale uma nova câmera. Isso abre possibilidades úteis para detecção de ocupação e monitoramento com atenção à privacidade em casas que valorizam um rastreamento menos visível do que o vídeo. Também cria um problema mais difícil: sinais invisíveis podem ser lidos por softwares sobre os quais os usuários nunca pensam, então a responsabilidade recai sobre os projetistas, que devem construir limites, auditorias e consentimento claro nos dispositivos desde o início.

A verdadeira questão não é se o Wi-Fi consegue detectar pessoas. A questão mais difícil é se a sociedade decidirá, antes de esses sensores se tornarem normais, o que eles estão autorizados a saber.