Как превратить обычный Wi-Fi роутер в датчик движения с помощью ESP32

Вы когда-нибудь задумывались, что радиоволны Wi-Fi в вашей квартире ведут себя как невидимая сеть? Каждый раз, когда вы проходите по комнате, вы буквально «разрезаете» эти невидимые нити, создавая рябь в эфире. Раньше, чтобы зафиксировать такие изменения, требовалось либо дорогое оборудование, либо глубокие знания в обработке сигналов. Сейчас достаточно контроллера за 500 рублей и проекта ESPectre.

Я наткнулся на этот репозиторий, когда искал способ сделать систему присутствия в ванной комнате. Стандартные PIR-датчики (инфракрасные) часто «засыпают», если человек не двигается активно, а микроволновые радары иногда слишком чувствительны и видят движение через капитальные стены. ESPectre предлагает третий путь, используя технологию CSI (Channel State Information).

Что это за магия

CSI — это детальная информация о состоянии канала связи. Когда Wi-Fi пакет летит от роутера к вашему устройству, он отражается от мебели, стен и людей. Приемник анализирует, как изменилась фаза и амплитуда сигнала на разных частотах (поднесущих). ESPectre берет эти данные прямо с Wi-Fi чипа ESP32 и анализирует их в реальном времени.

Самое крутое здесь — приватность. Вам не нужны камеры или микрофоны. Система видит только «тень» человека в радиоэфире. При этом сигнал отлично проходит через гипсокартонные перегородки, что позволяет спрятать датчик внутри подрозетника или за фальшстеной.

Что понадобится для запуска

Автор проекта, Франческо Паче, сделал ставку на максимальную доступность. Для сборки не нужно уметь программировать на C++ или разбираться в алгоритмах Фурье.

Вот базовый набор:

• Платка ESP32. Лучше всего брать современные варианты вроде ESP32-S3 или C6 — у них более стабильный стек Wi-Fi. Оригинальный ESP32 тоже поддерживается, но работает чуть капризнее.
• Обычный роутер на 2.4 ГГц. Подойдет любой, который уже стоит у вас дома.
• Установленный Home Assistant с аддоном ESPHome.

Как это работает на практике

Проект интегрируется как обычный компонент ESPHome. Вы описываете конфигурацию в YAML-файле, прошиваете плату, и она автоматически появляется в Home Assistant.

Главные фишки, которые меня зацепили:

1. Автоматический выбор частот (NBVI). Wi-Fi сигнал состоит из множества поднесущих. Одни из них стабильны, другие — шумят. ESPectre сам выбирает 12 лучших каналов, которые наиболее чувствительны к движению именно в вашей планировке.
2. Детектор на нейросетях. В последних обновлениях появился экспериментальный ML-детектор. Он не требует ручной настройки порогов — нейронка сама понимает, где фоновый шум, а где прошел человек.
3. Фильтр Хампеля. Это математическая штука, которая убирает резкие «выбросы» сигнала. Благодаря ей датчик не срабатывает ложно, если в сети резко подскочил трафик или сосед включил микроволновку.

В интерфейсе Home Assistant вы получаете не просто бинарный датчик «да/нет», а полноценный график интенсивности движения. Это позволяет тонко настроить чувствительность: например, чтобы свет включался от человека, но игнорировал робот-пылесос.

Где это применить

Кроме очевидной охраны дома, есть несколько неочевидных кейсов:

• Уход за пожилыми людьми. Можно отслеживать активность в комнате, не нарушая приватность камерами. Если движения нет слишком долго в обычное время, система пришлет уведомление.
• Умный климат. Зачем охлаждать или греть пустую комнату? Датчик на базе Wi-Fi работает точнее, чем обычные датчики присутствия, потому что видит даже микродвижения при дыхании.
• Детская комната. Можно узнать, когда ребенок выбрался из кровати ночью, даже если он делает это очень тихо.

Тонкости установки

Радиоволны — штука капризная. Автор рекомендует размещать датчик на расстоянии 3–8 метров от роутера. Если поставить вплотную, сигнал будет слишком мощным и «забьет» все изменения. Если слишком далеко (больше 15 метров), шум начнет превышать полезный сигнал.

Интересно, что проект разделен на две части. Основной репозиторий — это готовый продукт для пользователей. Но внутри есть папка micro-espectre — это площадка для исследователей на Python/MicroPython. Там можно собирать свои датасеты и тренировать модели для распознавания жестов или даже падений.

Стоит ли пробовать

Если вы любите возиться с умным домом и у вас валяется пара лишних ESP32, то определенно да. Это один из тех редких проектов, где сложная академическая технология (Wi-Fi Sensing) упакована в удобную обертку для обычного пользователя.

Проект активно развивается, и автор охотно идет на контакт в обсуждениях на GitHub. Конечно, это не замена профессиональным охранным системам на 100%, но как дополнительный слой автоматизации за копейки — решение почти идеальное.

Единственный нюанс: при первой загрузке (в режиме MVS) нужно дать датчику «привыкнуть» к тишине около 10 секунд. В это время лучше не бегать перед ним, чтобы калибровка прошла успешно. В остальном — это «прошил и забыл».