İçeriğe geç
Pazar, 15 Kasım 2026Yapay zekâ · sade Türkçe · denenmiş@yapaytu
YAPAYTU

RuView: Wi-Fi sinyaliyle kamerasız insan algılama nasıl çalışıyor?

RuView, ucuz bir ESP32 kartıyla Wi-Fi sinyallerini okuyup odadaki insanları kamerasız algılamaya çalışan açık kaynak bir proje. Neyin çalıştığını anlattık.

Yapay TU Editör · 5 dk okuma
RuView: Wi-Fi ile kamerasız algılama
Kısa cevap

RuView, Wi-Fi sinyallerindeki küçük değişiklikleri okuyarak odada insan olup olmadığını, hareketi ve nefes hızını tahmin etmeye çalışan MIT lisanslı bir proje. Bunun için yaklaşık 9 dolarlık bir ESP32-S3 kartı yetiyor. Proje beta aşamasında; en olgun özelliği varlık algılama, nefes, nabız ve poz tahmini ise deneysel.

Odaya bir kamera koymadan içeride birinin olup olmadığını bilmek mümkün mü? Evindeki modem zaten bütün odayı radyo sinyaliyle dolduruyor. İnsan hareket ettiğinde, hatta nefes aldığında, bu sinyaller çok küçük ölçüde değişiyor. RuView bu değişimi okumaya çalışan açık kaynak bir proje.

Projenin GitHub'da 100 binden fazla yıldızı var ve 28 Ekim 2026'da da günlük trend listesindeydi. Bu yazıda neyin gerçekten çalıştığını, neyin hâlâ deneysel olduğunu ayırarak anlatıyoruz.

Wi-Fi ile algılama nasıl çalışıyor?

Modem ile bir alıcı arasındaki sinyal, odadaki duvarlardan, eşyalardan ve insanlardan yansıyarak gidiyor. Bu yolculuğun ayrıntılı ölçümüne kanal durum bilgisi deniyor, kısaca CSI.

Odada biri yürüdüğünde ya da göğsü nefesle inip kalktığında bu ölçüm değişiyor. RuView'un GitHub sayfasına göre proje, ESP32 kartlarıyla bu bilgiyi okuyor ve değişimi yapay zekâ modelleriyle yorumluyor. İşlem bulutta değil, kartın yakınındaki cihazda yapılıyor.

Kamera kullanılmadığı için ortada görüntü yok. Projenin öne çıkardığı tarafı da bu: bir odada kimin ne yaptığını görüntü kaydetmeden anlamak.

Neler gerçekten çalışıyor?

RuView'un güzel bir yanı, kendi sınırlarını açıkça yazması. Özellikleri olgunluk durumlarıyla birlikte listeliyor.

Varlık algılama en olgun özellik. Proje bunu "gerçek ve doğrulanmış" olarak işaretliyor ve test verisinde yüzde 82,3 doğruluk bildiriyor. Daha önce yazdığı "yüzde 100" iddiasını da geri çektiğini sayfada belirtiyor.

Nefes ve nabız tahmini gerçek zamanlı çalışıyor; nefes için dakikada 6 ile 30, nabız için 40 ile 120 arası değerler hedefleniyor. Ancak cihazın ürettiği bu değerler "doğrulanmamış" olarak etiketli.

Düşme algılama, ani hareket değişimini bir eşikle yakalıyor. Yaşlı bakımı için öne çıkarılan özelliklerden biri bu.

Vücut duruşu tahmini en zayıf halka. Proje bunu "gerçek ama zayıf" diye tanımlıyor; cihaz üzerindeki modelin başarısı kendi hedefinin çok altında.

Duvar arkası algılama sinyal durumuna bağlı olarak yaklaşık 5 metreye kadar mümkün. Kişiyi tanıma ise deneysel ve proje isimle kimlik tespiti yaptığını iddia etmiyor.

Hangi donanım gerekiyor?

En ucuz başlangıç yaklaşık 9 dolarlık bir ESP32-S3 kartı. ESP32-C6 tabanlı araştırma kartları da 6 ila 10 dolar civarında. Önerilen kurulum ise bir ESP32-S3 ile birlikte veri saklama için Cognitum Seed adlı bir cihaz; bunun toplamı yaklaşık 140 dolar.

Tek kart sınırlı bir konum bilgisi veriyor. Proje en az iki kart öneriyor, ayrıntılı kurulum için 3 ila 6 kartlık bir ağ gösteriyor. Bu ağın modemle birlikte maliyeti yaklaşık 54 dolar olarak verilmiş.

ESP32-C3 ve ilk nesil ESP32 desteklenmiyor. Elinde bu kartlardan biri varsa yenisini alman gerekiyor.

Hiç donanım almadan Wi-Fi'li bir laptopla da deneme yapılabiliyor. Ama bu durumda sadece sinyal gücüne bakılıyor ve sonuç kaba bir varlık ve hareket algılamasıyla sınırlı kalıyor.

Nasıl denenir?

Donanım almadan önce sistemi simüle edilmiş veriyle görmek istersen Docker sürümü var. Proje sayfasındaki komut bir erişim anahtarı tanımlamanı istiyor:

text
docker run -p 127.0.0.1:3000:3000 -e RUVIEW_API_TOKEN ruvnet/wifi-densepose:latest

Anahtar tanımlı değilse kapsayıcı çalışmadan kapanıyor. Python paketi de mevcut:

text
pip install ruview

Gerçek kurulumda ESP32 kartına projenin yazılımını yüklüyorsun, sonra kartın Wi-Fi bilgilerini ve verinin gideceği adresi tanımlıyorsun. Bu adımlar karta göre değiştiği için komutları doğrudan projenin sayfasından takip et.

Bu tür projeleri ilk kez deniyorsan GitHub'daki bir projeyi nasıl değerlendireceğini anlattığımız yazıya göz at.

Başlamadan önce bilmen gerekenler

Bu proje bir uygulama mağazasından indirip açacağın türden bir ürün değil. Elektronik kart, bilgisayar ve terminal arasında gidip gelen bir kurulum gerektiriyor. Başlamadan önce kendine birkaç soru sormak zaman kazandırır.

İlk soru donanım. Elinde ESP32-S3 yoksa sipariş vermen gerekiyor. Türkiye'de elektronik parça satan mağazalarda bu kartlar bulunuyor; fiyatlar döviz kuruna göre değişiyor. Kartı alırken modelin tam olarak S3 olduğuna dikkat et, çünkü C3 ve ilk nesil ESP32 çalışmıyor. Kartı bilgisayara bağlamak için veri aktarabilen bir USB kablosu da gerekiyor; sadece şarj eden kablolar işe yaramıyor.

İkinci soru beklenti. İlk kurulumda göreceğin şey büyük ihtimalle "odada biri var" ya da "hareket var" bilgisi olacak. Nefes ve nabız ekranda bir rakam olarak görünse bile bu rakama güvenmemen gerekiyor. Tek kartla oda içi konum bilgisi de sınırlı kalıyor.

Üçüncü soru ortam. Wi-Fi sinyali odadan odaya, eşyadan eşyaya çok değişiyor. Aynı kurulum bir evde iyi sonuç verirken başka bir evde zayıf kalabiliyor. Kartı odanın farklı noktalarına koyup sonuçları karşılaştırmak normal bir deneme sürecinin parçası.

Bu üç konuda rahatsan RuView'u denemek için iyi bir aday sayılırsın. Değilsen önce Docker ile simüle edilmiş veriyi açıp arayüzü ve sistemin mantığını incelemek, donanım almadan önce karar vermeni kolaylaştırır.

Nerelerde kullanılabilir?

Proje sayfasında sayılan kullanım alanları geniş. Yaşlı bir yakının gece hareketlerini kamerasız takip etmek, akıllı evde biri odaya girince ışığı açmak, mağazada yaya trafiğini saymak, ofis ve otel odalarında doluluk görmek bunlardan bazıları. Depo güvenliği ve arama kurtarma da listede.

Burada dikkatli olmak gerekiyor. Proje bu alanların hepsini "araştırma ve prototip uygulamaları" olarak tanımlıyor ve tıbbi cihaz olmadığını açıkça yazıyor. Yani yaşlı bakımında bir alarm sistemi olarak tek başına güvenilecek bir ürün henüz değil.

Gizlilik tarafında da iki yönlü bir durum var. Kamera olmaması evde yaşayanlar için rahatlatıcı. Öte yandan duvar arkasından varlık algılayabilen bir sistemin, haberi olmayan insanlar üzerinde kullanılması ciddi bir etik ve hukuki sorun. Kendi evinin ve izni olan kişilerin dışında kullanmamak gerekiyor.

Bizim yorumumuz

RuView, Wi-Fi ile algılama fikrini bir hobi bütçesiyle denenebilir hâle getiren ilgi çekici bir proje. Elektronikle uğraşmayı seviyorsan, 9 dolarlık bir kartla kamerasız varlık algılama denemek keyifli bir hafta sonu işi. En çok takdir ettiğimiz yanı, abartılı rakamlarını geri çekip özelliklerin olgunluğunu dürüstçe yazması. Buna karşılık nefes, nabız ve duruş tahmini için bugün sağlam bir ürün beklememek gerekiyor; bu kısımlar deneysel. Varlık algılama ile başla, sonuçları kendi evinde birkaç gün gözle, beklentini ona göre kur.

Rakamlar 28 Ekim 2026 itibarıyla. Bu yazı sponsorlu değildir.

Sık sorulanlar

RuView duvarın arkasını görebiliyor mu?

Proje sayfasına göre sinyal durumuna bağlı olarak yaklaşık 5 metreye kadar duvar arkası algılama mümkün. Bu bir görüntü değil; sinyaldeki değişimden varlık ya da hareket tahmini.

Hangi donanım gerekiyor?

Temel kurulum için yaklaşık 9 dolarlık bir ESP32-S3 kartı yeterli. Daha iyi konum bilgisi için 3 ila 6 kartlık bir ağ öneriliyor. ESP32-C3 ve ilk nesil ESP32 desteklenmiyor.

Sağlık takibi için kullanılabilir mi?

Hayır. Proje kendini tıbbi cihaz olarak tanımlamıyor ve nefes ile nabız değerlerinin doğrulanmadığını açıkça belirtiyor. Araştırma ve prototip amaçlı denemek için uygun.

Normal laptopla çalışır mı?

Herhangi bir Wi-Fi'li laptop sadece kaba bir varlık ve hareket algılaması yapabiliyor. Ayrıntılı ölçüm için ESP32-S3 gibi kanal bilgisi verebilen bir kart gerekiyor.

#ruview#wifi#esp32#akilli-ev#acik-kaynak
E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.

Adresine bir onay e-postası gelir. Aydınlatma metni
Sıradaki yazı Liquid AI, LFM3 model ailesini indirmeye açtı

Bunları da okuyun