🛡️ 鹅在 · CSI 居家安全守护系统

鹅在（GD）是一款专为独居老年人打造的 AI 智能体居家守护系统。整套系统无需老人手动操作与佩戴设备，在不打扰日常起居的前提下实现全天候无感居家守护；可精准识别摔倒等高风险事件，能在分钟级向紧急联系人推送告警信息，有效降低因延误最佳抢救时机而直接或间接导致的致残、致死风险。为独居老年人群体构建起一套兼顾隐私保护与无感守护的居家安全屏障，为 AI 赋能居家守护提供更多想象空间。

---

📖 项目简介

鹅在 是一套基于 CSI（信道状态信息） 的非接触式居家安全守护系统，通过分析 CSI 信号穿过人体产生的扰动，实现：

• 🚨 跌倒检测：实时识别跌倒事件，分级告警
• 🫁 呼吸监测：非接触式呼吸频率检测（12-20 次/分正常范围）
• 🏠 护家模式：室内异常移动检测，访客识别自动关闭
• 📞 语音确证：跌倒后 90 秒语音呼叫，避免误报
• 🤖 AI 推理：Qwen-plus 大模型结合病历个性化判断

与传统方案对比

方案	隐私	持续性	洗澡区域	跌倒识别	呼吸监测
摄像头	❌ 侵犯隐私	✅	❌ 盲区	✅	❌
智能手环	✅	❌ 需充电	❌ 不戴	✅	部分
毫米波雷达	✅	✅	✅	✅	✅ 昂贵
鹅在 CSI	✅ 零泄露	✅ 7×24	✅ 全屋	✅	✅ 易部署

---

🏗️ 系统架构

四层架构 · 13 张工程图 · 全链路隐私保护

📡 感知层（ESP32）          🖥️ 边缘层（FastAPI）          📱 子女端（Web）
┌──────────────┐          ┌──────────────────┐          ┌──────────────┐
│ TX 发射端     │          │ 数据接入          │          │ 实时状态卡    │
│ RX 接收端     │ ───────→ │ 信号处理 + 状态机 │ ───────→ │ 告警详情      │
│ 30 子载波     │   串口   │ Qwen AI 推理     │  WebSocket│ 健康档案      │
│ 3 天线        │          │ SQLite 本地存储   │          │ 事件时间线    │
└──────────────┘          └──────────────────┘          └──────────────┘
                                ↓ 仅语义标签
                          🔐 原始 CSI 不出本地

完整架构图见 docs/diagrams/，共 13 张：

1. 系统架构图 · 2. 组件关系图 · 3. 数据依赖图 · 4. SOP 流程图
2. Zone 状态机图 · 6. API 接口关系图 · 7. 完整时序图 · 8. 开发计划甘特图
3. 监控运维图 · 10. 隐私边界图 · 11. 版本演进路线图 · 12. 测试与功耗图
4. 初赛开发时序计划甘特图

---

🚀 快速开始

环境要求

• Python 3.10+
• ESP32 开发板 × 2（发送端 + 接收端）
• CSI 采集设备（TX/RX 收发模组一对）

安装

git clone https://github.com/firecangshu/waveguard.git
cd waveguard
pip install -r requirements.txt

启动边缘服务

python run_edge.py
# 服务运行在 http://localhost:8000
# API 文档：http://localhost:8000/docs
# WebSocket：ws://localhost:8000/ws/realtime

启动子女端

cd web
python -m http.server 8766
# 浏览器打开：http://localhost:8766/home.html

模拟信号测试

# 双击运行信号测试播放器
信号测试播放器.bat
# 选择 1-9 不同场景：静止 / 走动 / 跌倒 / 呼吸异常 等

---

📂 目录结构

waveguard/
├── edge/                    # 边缘服务（FastAPI）
│   ├── server.py           # 主服务 + 14 个 API 端点 + WebSocket
│   ├── state_machine.py    # 六区六级状态机（18 条转换规则）
│   ├── guardian.py         # 告警引擎 + Qwen-plus 调用
│   ├── medical.py          # 病历管理（8 种病史）
│   ├── voice.py            # 语音确证（15s 倒计时，急救导向）
│   ├── protocol.py         # 数据协议
│   ├── db.py               # SQLite 存储
│   └── config.py           # 配置
├── web/                    # 子女端 Web SPA
│   ├── home.html           # 首页（状态卡 + 活动 + 呼吸）
│   ├── events.html         # 事件时间线（5 类筛选）
│   ├── alert.html          # 告警详情（4 个处置按钮）
│   ├── profile.html        # 健康档案（8 病史 + 8 用药）
│   ├── settings.html       # 设置（主题 + 设备 + 阈值）
│   ├── css/common.css      # 双主题 CSS 变量
│   └── js/common.js        # WebSocket 重连 + API 封装
├── replay/                 # 信号模拟器
│   ├── player.py           # 12 场景播放器
│   └── scenarios/          # 12 个场景 JSON
├── docs/
│   └── diagrams/           # 13 张架构图（.drawio + .mmd + .png）
├── tools/                  # 硬件工具
├── requirements.txt
├── run_edge.py             # 启动脚本
└── 信号测试播放器.bat       # 测试菜单

---

🎯 核心特性

六区六级状态机

Zone	状态	触发条件	响应动作
0	正常	静止 / 正常活动	持续监测
1	注意	检测到活动	加强监测
2	需确认	跌倒冲击 + 呼吸存在	15s 语音呼叫（急救导向）
3	告警	语音超时 / 呼吸异常	通知子女端
4	紧急	呼吸消失 / 子女超时	拨打 120

隐私保护

• ✅ 原始 CSI 矩阵仅本地处理
• ✅ 仅语义标签（跌倒/呼吸异常）传输到子女端
• ✅ 无摄像头、无录音、无穿戴设备
• ✅ 健康档案仅存本地 SQLite，不上云、不出局域网

Qwen-plus AI 推理

结合老人病历（8 种病史 + 8 种用药 + 跌倒史）个性化判断：

# 示例：高血压老人跌倒 10 分钟内必须升级
if profile.diseases.includes("hypertension") and elapsed > 600:
    zone = 4  # 紧急救援

---

📊 性能指标

指标	目标	实测
跌倒识别准确率	≥ 95%	测试中
误报率	≤ 2 次/天	测试中
告警延迟	≤ 5 秒	✅ 达标
WebSocket 重连	≤ 10 秒	✅ 达标
呼吸频率误差	≤ ±2 次/分	✅ 达标
Qwen 推理延迟	≤ 3 秒	✅ 达标

---

🛠️ 技术栈

层	技术
硬件	ESP32-WROOM-32 · 802.11n HT20 · 30 子载波 × 3 天线
后端	Python 3.10 · FastAPI · SQLite WAL · WebSocket
AI	Qwen-plus（阿里云大模型） · 8 种病史策略
前端	纯 HTML5 · CSS 变量双主题 · Canvas · fetch API
通信	局域网 HTTP · WebSocket · 客户端心跳 + 指数退避重连
工具	drawio · Mermaid.js · Manim

---

📅 版本演进

• v1.0 MVP（2026 Q3）：跌倒检测 + 呼吸监测 + 子女端
• v1.1 增强（2027 Q1）：护家模式 + 多子女端同步
• v2.0 扩展（2027 Q2）：多房间 + 多 ESP32 节点
• v3.0 AI（2027 Q4）：1D-CNN + LSTM + 联邦学习

详见 docs/diagrams/11_版本演进路线图.mmd

---

📄 许可证

MIT License

🏆 赛事

小有可为 2026 · AI 向善创新挑战赛 · 普惠养老赛道

• 专利申请号：2026111120531
• 评审重点：公益价值 / 技术可行性 / 用户友好度 / 创新价值

---

🤝 贡献

欢迎 Issue 和 PR。本项目聚焦老年人安全守护，期待社区共同完善。

📧 联系

• 邮箱：15703456@qq.com
• 项目地址：GitHub

---

🛡️ 护院鹅 —— 让科技守护每一位独居老人，让爱无延迟。

• 镜像地址：https://gitcode.com/happyhouse/guardgoose