WifiSense-Pi: ESP32 e Raspberry Pi usam Wi-Fi para sentir pessoas

Usar o Wi-Fi de casa como “sensor de presença” deixou de ser só conversa de laboratório. O projeto open source WifiSense-Pi pega num ESP32-S3 e num Raspberry Pi 4 e transforma o ruído de rádio da rede numa forma de perceber se há alguém numa divisão, mesmo parado e atrás de uma parede.

A ideia é simples na teoria e trabalhosa na prática. O ESP32-S3 mede o canal de rádio da rede Wi-Fi 2,4 GHz cerca de 100 vezes por segundo. Não emite sinais especiais, limita-se a observar o que já lá está. Cada corpo humano altera ligeiramente o campo de rádio, com microvariações causadas por movimento e até pela respiração. O Raspberry Pi 4 recebe estes dados crus e trata do processamento de sinal para decidir se há presença humana ou de outro ser vivo na área monitorizada.

Ao contrário dos sensores de movimento por infravermelhos passivos ou dos módulos de radar de onda milimétrica, aqui não há “olhos” nem feixes dedicados. O sistema analisa apenas perturbações no que já circula pelo ar. Resultado: consegue detetar uma pessoa parada, que um PIR típico ignora, e funciona através de paredes, algo que muitas soluções de domótica mais baratas não oferecem. Para quem anda a montar automação residencial em cima de Home Assistant, HomeKit ou equivalentes, isto abre espaço para cenários de controlo de luzes e climatização bem mais finos do que o habitual temporizador de presença.

Há, claro, limites claros. Com um único sensor, o WifiSense-Pi não consegue dizer onde está a pessoa na sala, apenas se há ou não presença numa zona. Distinguir várias pessoas a partir das perturbações no sinal também é complicado, pelo menos com a abordagem atual. O foco deste projeto é assumir-se como alternativa exploratória a câmaras, sensores PIR ou módulos de radar, não como substituto direto de um sistema de segurança completo.

O facto de ser um projeto open source é a parte mais interessante para a comunidade de makers em Portugal, que já está habituada a brincar com ESP32 e Raspberry Pi comprados na Amazon ou em lojas locais. O código e a implementação ficam disponíveis para quem quiser experimentar, adaptar algoritmos ou até tentar triangulação com múltiplos nós. Há aqui um campo óbvio para cruzar com modelos de IA leves a correr no Pi e testar classificações mais avançadas, de presença simples a padrões de atividade num escritório ou numa sala de estar que se quer tornar “inteligente”, algo que encaixa bem com a corrida das grandes marcas a controlar o hub doméstico digital.

Fica também a nota menos confortável: sistemas deste género aproximam-se perigosamente da linha entre automação útil e vigilância invisível. Não gravam imagem, não captam áudio, mas conseguem dizer se há alguém em casa sem que essa pessoa veja uma câmara no tecto. Para quem monta estes brinquedos, o mínimo é ter a mesma transparência que exigimos a grandes plataformas, seja num projeto de laboratório na universidade seja num apartamento arrendado que de repente começou a acender luzes “sozinho”.

Fonte: Open Source For You