CopoHub Trending

francescopace/espectre

🛜 ESPectre 👻 - Motion detection system based on Wi-Fi spectre analysis (CSI), with Home Assistant integration.

Python · ★ 8,401 · Fork 640 · 在 GitHub 查看

在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→

GitHub Trending 上榜记录

francescopace/espectre 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 15,首次上榜 2026-06-09,最近一次上榜 2026-06-10。

日期排名Star当日增长
2026-06-10#158,401+134
2026-06-09#158,169+112

同期上榜的项目

ESPectre 项目深度剖析与商业评估报告

ESPectre 项目深度剖析与商业评估报告

1. 核心定位与商业落地价值

根本痛点解决 ESPectre 解决了传统室内存在检测方案的核心矛盾:隐私性与成本。摄像头方案侵犯隐私,PIR 传感器有盲区、受环境温度影响大且需频繁更换电池,毫米波雷达方案成本高(~$30-50)。ESPectre 利用现有 Wi-Fi 基础设施,仅需 ~€10 的 ESP32 硬件,实现了无摄像头、无穿戴、无额外布线的隐私友好型运动检测。

企业级商业落地场景 智慧养老与医疗监护:监测独居老人活动轨迹,检测长时间不动(跌倒预警)或异常离床,无需在卧室/浴室安装摄像头,符合 GDPR/隐私合规要求。 商业节能与空间利用率分析:在写字楼、共享办公空间,通过多传感器部署,实现按区域存在检测的智能照明/HVAC 控制,节省 30-50% 空置区域能耗。可生成热力图用于空间租赁优化。 安防与入侵检测:与现有 Wi-Fi 网络融合,在家庭/小型办公室实现低成本、隐蔽式周界入侵检测,尤其是对玻璃破碎、翻窗等动作敏感。 零售客流量分析:在门店入口或货架区域,检测顾客停留/经过,统计客流轨迹(需配合多传感器定位),替代昂贵的红外或视频客流系统。

竞品差异化与护城河 对比 PIR/存在传感器 (如 Aqara FP2):ESPectre 无盲区(静止人体可检测),不受温度/气流干扰,支持穿墙检测(信号穿透性),且成本仅为雷达方案的 1/5。 对比其他 CSI 项目 (如 Nexmon, OpenWrt CSI):ESPectre 提供了端到端的产品化闭环:ESP32 固件(C++)→ 自动校准 (NBVI) → 自适应阈值 → ESPHome 原生集成 → Home Assistant 自动发现。这极大降低了部署门槛,而非仅提供科研工具。 护城河:1) 自动子载波选择 (NBVI):无需手动调参即可达到 F1>96%,解决了 CSI 系统部署时最棘手的“环境适配”问题。2) 双平台战略 (Micro-ESPectre R&D + ESPectre Production):快速迭代算法(Python)后固化到生产代码(C++),形成高效的创新-交付循环。3) 社区生态绑定:深度集成于 Home Assistant 和 ESPHome,用户粘性高,迁移成本大。

2. 核心架构设计与技术深度

模块拆解思想 项目采用清晰的分层架构: 硬件抽象层 (HAL):基于 ESP-IDF 的 Wi-Fi CSI 回调,屏蔽不同 ESP32 变体(S3/C6/C3)的硬件差异。 信号处理管线 (Pipeline):CSI 数据 → 增益锁定 (AGC 稳定) → 自动校准 (NBVI 子载波选择) → 自适应阈值计算 → 滤波 (Hampel/LPF) → 检测评估 (MVS/ML) → Hit 滤波 → 状态机 (IDLE/MOTION)。 通信集成层:通过 ESPHome Native API 与 Home Assistant 通信,采用边缘触发(状态变化立即推送)+ 周期心跳(Movement Score 定期上报)的混合模式。 R&D 平台 (Micro-ESPectre):独立 Python 包,支持 MQTT 桥接、数据记录、实时可视化 Web 监控,用于快速算法原型。

关键设计模式 流水线模式 (Pipeline):信号处理阶段间通过环形缓冲区解耦,每个阶段可独立启用/禁用(如 LPF 默认关闭),支持热插拔算法模块。 状态机模式 (State Machine):IDLE ↔ MOTION 的二元状态机,通过 motiononhits / motionoffhits 参数实现滞回控制,避免频繁抖动。 策略模式 (Strategy):检测算法可切换为 MVS(均值方差)或 ML(神经网络),通过 YAML 配置 detectionalgorithm: ml 即可,无需修改固件逻辑。

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/francescopace/espectre.svg)](https://github.fq6825.top/repo/francescopace/espectre)