靠WiFi信号就能检测呼吸跌倒！北大这项硬科技研究越来越藏不住了，一起来看看吧，希望能帮助到您，更多请关注安防网。
靠WiFi信号就能检测呼吸跌倒！北大这项硬科技研究越来越藏不住了
杨静·肖骁来自奥菲坦普尔。
量子比特报告|微信官方账号QbitAI
还记得《少数派报告》里汤姆走进智能服装店的那一幕吗？
虚拟客服只要看一眼，就能找出Tom过去的购买记录，把推荐的产品投射到他面前。
△电影《少数派报告》
这种感觉就像计算无处不在，有一种无意识的透明感。
其实类似的场景已经进入了我们生活的方方面面。
一个Wi-Fi可以实时监测人的呼吸、睡眠、身体状况，还可以检测老人是否跌倒。
△收集老人睡觉时的状态信息。家具不需要手动控制。空调谐器和风扇可以自动感应室内人数，实时调节风速和强度。
利用基站的无线信号来预测市内的人流，利用出租车的GPS来检测是否有绕道行驶的情况。
有了一张小到日常通勤的交通IC卡，无需接触就能自动扣费乘坐公交。
……
它们无处不在，形态各异，但背后都有一个相同的技术——普适计算。
落在感知层面的研究方向叫做泛在感知。(无处不在是指使用广泛的设备，如手机、手表、WiFi路由器等。)
量子比特采访了深耕该领域20多年的北京大学文科教授、欧洲科学院院士张大庆，对该领域有了更深入的了解。
“计算无处不在”的时代已经到来。如前所述，普适计算有两个特征-
无处不在，无意识的，也就是普遍性和透明性。
从用户的角度来看，普适计算就是能够随时随地获得想要的服务，而不管服务来自哪里，甚至根本感受不到计算的存在。
从技术的角度来看，普适计算是将计算尽可能地融入人类生活，以低成本、易用的设备和自然的交互方式满足用户的各种服务需求。
正是因为这个特点，普适计算才是以人为本，面向应用的。
比如针对独居老人的跌倒检测系统。
张大庆教授团队利用WiFi信号实现了室内自然生活条件下跌倒行为的识别。
当时是世界上第一次做连续行为识别。
无接触、实时、不受任何限制、低成本...甚至与摄像头识别相比，也不存在隐私问题。
除了实时跌倒检测，无线信号还可以感知呼吸、心跳、睡眠状态等生理参数。
这项技术可以进一步扩展到医院、养老院、仓库、医院、家庭、办公室、酒店、汽车等应用场景。
张大庆教授联想到，不时有孩子被家长锁在车里发生意外的场景。有了这项技术，问题就可以解决了-
无线信号感应到车里有人在动，然后及时通知孩子家长。
如此前沿的技术思想，可以追根溯源，但要从三十年前的一篇经典文章说起。
马克·魏泽，马克·亚塞尔，施乐公司PARC研究中心的首席科学家，普适计算之父。
他在文章开头写道:影响最深远的技术应该是那些消失的技术。(发现最多的技术都是那些无所谓的。)未来，计算、通信、感知、服务应该无处不在，计算会像电、水一样成为我们生活环境的一部分。
为此，他和他的团队构想并设计了三种形式的计算设备。
值得一提的是，他预测未来所有的物品都将包含一台电脑或一个标签，人们可以很容易地获得物品的信息，例如他们看到的某件衣服是谁设计的，商店是否有现货，以及他们还可以在哪里购买到它？
现在看来，马克·魏泽的想法正在影响整个计算机科学，他的设想正在逐步实现。
说到这里，张大庆教授感慨道，普适计算的时代也已经到来了！
在过去的10年里，普适计算在世界范围内得到了重视和发展。
日本和韩国在2004年提出了“U-日本”和“U-韩国”计划；在欧洲，普及计算已被欧盟采纳为信息社会技术研究和技术发展计划的主导项目，拨款超过36亿欧元...
关于国内的发展，张大庆教授作为中国最早从事普适计算的学者之一，在与我们交谈的过程中充满了激情。
把中国的普适计算研究带到国际前沿1996年，张大庆获得了罗马大学的博士学位。毕业后，他决定去国外发展一段时间，然后把新的研究思路和成果带回国内。
在新加坡国立大学和信息与通信研究所(I2R)工作数年后，开辟了新加坡普适计算的研究方向，2003年创立智能家居实验室，2004年成立情境感知系统研究部，并担任创始部长。在此期间，他提出了基于本体的上下文模型，该模型在普适计算、移动计算和服务计算等国际领域仍被广泛使用。
自2003年以来，他一直是西北工业大学的客座教授，致力于为中国的普适计算培养年轻人才。
2007年，张大庆受邀成为法国巴黎国立电信学院的一级终身教授，并创办了ALPS(环境智能与普适系统集团)实验室。
无论是在新加坡的I2R，还是在法国的阿尔卑斯实验室，他都与西工大、清华、北大、浙大、华中科技大学等国内高校合作，培养了一大批普适计算、群体智能感知、大数据分析等领域的青年人才，其中许多人已经成为该领域的中青年领军人物。
除此之外，他培养的一些外国学者现在在美国和澳大利亚的著名大学和企业担任教授和研究主管。
△张大庆和阿尔卑斯山的学生
2014年，张大庆正式加入北京大学，成为信息科学与技术学院的讲座教授；不久，他成为中国计算机联合会普适计算委员会副主任、主任。他通过组织普适计算夏令营、前沿论坛和研讨会，每年邀请国际国内著名学者推动中国普适计算的研究。
从2016年开始，国内学者在普适计算A类会议ACM UbiComp上发表的论文数量开始位居世界第二(仅次于美国)。张大庆教授团队还保持着每年在UbiComp发表论文数量全球领先，引用数量前三的记录。
如今，张大庆的学术论文在谷歌的引用次数已经达到了21000+，H因子达到了72。也是普适计算顶级期刊IEEE普适计算国内唯一编委，ACM IMWUT国际七大指导委员会成员之一。
还获得过中国计算机联合会(CCF)推荐的最佳论文或提名奖，包括ACM UbiComp 2015、2016年度最佳论文提名奖，IEEE PERCOM、IEEE UIC颁发的“十年最具影响力论文奖”。
在今年9月的ACM UbiComp 2021上，张大庆的论文《探索远距离穿墙传感的Lora》再次获得优秀论文奖。
从2000年开始，已经20多年了，张大庆一直没有停止研究，这也和他选择普适计算的初心有关。
第一，普适计算属于应用(场景)驱动的研究:
我们在做普适计算的研究时，首先要选择一个场景，像“老年人健康监护”的应用场景。不限制技术的实现方式，可穿戴设备、无线设备、摄像头都可以。目标是实现终极性能，这使得我们的研究方法具有灵活性。
我很喜欢参加普适计算的会议，因为每次能看到国际同行呈现的最新最酷的应用，都是我们每天都能遇到的场景，我能真切地感受到这些研究是有用的。
二、普适计算是一门交叉学科，“永远在路上”:
普适计算的研究没有“固定套路”。可以用最先进的传感技术，也可以研究通信和AI算法。只要对你解决具体应用有帮助，你就可以去探索，这也是我现在还在学习新知识的原因。
这两点在张大庆的研究中得到了完美的印证。
以2016年发表在UbiComp上的无线传感论文为例，张大庆等人将起源于光学的菲涅尔区模型引入无线传感领域，揭示了WiFi信号何时可以检测到人的呼吸的机理。
理论上，WiFi作为一种电磁波信号，可以用来反映物体的活动。然而，大多数相关研究并没有建立WiFi信号的变化与设备位置、人类活动的位置、方向和速度之间的定量关系。所以当WiFi感应应用遇到问题的时候，人们原则上是无法理解为什么的。
菲涅尔区(Fresnel zone)，一个源于光学理论的概念，是指一系列同心椭圆聚焦在收发信号的设备(本研究中的WiFi信号发射器和接收器)的两点上。
乍一看，WiFi信号似乎与光学无关，但仔细想想就会发现，WiFi信号属于电磁波，其性质与广义的光波类似。
张大庆等人在菲涅耳区基本模型的基础上，进一步考虑了电磁波的反射特性和WiFi信号的频率多样性，使扩展模型能够在亚波长级别捕捉人体的微小运动。该研究也为利用WiFi信号感知人体毫米级行为奠定了理论基础。
在张大庆教授看来，要想让无线传感实用化，首先要了解人类活动对无线信号影响的机理。
包括WiFi信号是如何传播的，它有什么特殊属性，感知的极限和边界是什么；否则，当把AI算法生硬地用于无线传感时，将无法理解问题的根源。
这也是为什么目前全球很多团队都在使用各种AI和机器学习算法进行WiFi感知，但性能并不稳定的原因。张大庆的团队利用商用WiFi可以检测到20米外的人微弱的呼吸。
未来，只有将基础理论与AI有机结合，无线传感才能得到很好的应用。但在此之前，我们要从基本原理出发，了解感知问题背后的本质。
事实上，这种研究方法在其他应用领域同样普遍。
抓“原始创新”在与量子比特的聊天中，张大庆教授谈得最多的是基础研究的重要性。
现在我们有很多学生和研究人员喜欢跟随其他团队的研究，只对算法做一些改进。
但在我看来，要想做好科研，还是要在基础理论上进行探索和创新。我们应该了解使用技术和方法背后的假设和原因，而不应该仅仅停留在方法的简单应用和改进上。
其中，张大庆教授特别强调了原始创新的重要性。
这是一种观念和思维方式的创新，就像那些前所未有的重大科学发现、基本原理、颠覆性技术等创新成果一样:
只有原始创新，才能真正做到技术的前沿，对问题有深刻的理解，最终做好应用。
至于像普适计算这样的交叉学科，如何学习基础理论，如何做研究。张大庆教授说，方法非常灵活多样:
可以先深化一门学科，专攻一门，再了解其他学科，然后交叉；
也可以先接受通识教育拓宽知识面，再专注某一领域；可以从一般知识到专业化做跨学科研究，然后慢慢延伸研究范围。
如今，普适计算已经发展了整整30年。在张大庆教授眼里，这个领域还是像当初一样“有吸引力”。
它打破了学科学习的传统思维——先定义场景，再思考如何用技术实现，进一步理解实现过程中的科学问题。
正因为这种独特而实用的研究思路，深受业界的认可和推崇，其多学科的融合使其进入了各种场景。
也许用不了多久，就像科幻电影一样，计算、通信和感知将无处不在...
参考链接:
[1]https://www . slide share . net/Panchendrarajanruba/ibat-detecting-anonymous-taxi-trajectories-from-GPS-traces-93850893
[2]https://IEEE explore . IEEE . org/abstract/document/9386235
[3]https://www . research gate . net/publication/49612119 _ CDTOM _ A _ Context-Contexttp = ampar number = 9505583
[6]https://web . archive . org/web/20140913030923/http://www . ubiq . com/hypertext/weiser/sciamdraft 3 . html
—结束—
量子qbitai头条号签约
关注我们，第一时间获悉前沿科技动态。
以上就是我们介绍的靠WiFi信号就能检测呼吸跌倒！北大这项硬科技研究越来越藏不住了，更多请关注我了解更多的安防知识！！如果您需要安装，还可以拨打主页上的☏☏☏☏。
