WiFiルーターが放つ電波を、呼吸や心拍まで読み取る「環境センサー」へと変える。そんな主張を掲げるオープンソースプロジェクトが、GitHubでスター5万件超を集めながら、開発者コミュニティから真贋を問われている。カーネギーメロン大学の研究を起点にしたWiFiセンシングは、いま本当にどこまで来ているのか。
ruvnetが開発するオープンソースプロジェクト「π RuView」が、GitHub上で公開されている。WiFi信号を用いた空間インテリジェンス、バイタルサインモニタリング、プレゼンス検知を映像なしで実現するプラットフォームである。低コストのESP32-S3センサー(1ノード9ドル)からチャネル状態情報(CSI)を取得し、呼吸数(6〜30 BPM)、心拍数(40〜120 BPM)、17個のCOCOキーポイントによるポーズ推定、最大5mの壁越しセンシングを行う。
カメラ教師あり学習で92.9% PCK@20の精度に達する。基盤技術はカーネギーメロン大学の研究「DensePose From WiFi」に由来する。RuVectorとCognitum Seed上に構築され、ESP32メッシュとCognitum Seedの組み合わせで約140ドルのフルシステムを構成する。ADR-041に基づき13カテゴリ60のWASMエッジモジュールが実装済みで、609テストに合格している。
ライセンスはMIT、最新リリースはv0.6.4-esp32(2026年5月7日)、GitHubスター数は5万2000、フォーク数は6900。
【編集部解説】
このプロジェクトを取り上げる意義は、技術そのものの是非だけではなく、「オープンソースの主張をどう読み解くか」という、現代のテクノロジー報道に突きつけられた問いそのものにあると感じています。
まず前提として、WiFi信号から人体の状態を読み取るというアイデア自体は、決して荒唐無稽な話ではありません。基盤となっているのは、2023年にカーネギーメロン大学ロボティクス研究所のジアチー・ゲン氏、ドン・フアン氏、フェルナンド・デ・ラ・トーレ氏らがarXivで公開した論文『DensePose From WiFi』です。3台の送信機と3台の受信機を用いた制約下で、87.2(IOU 50%閾値)の平均精度を達成したとされる研究で、WiFiセンシングという領域に大きな道筋を示しました。
その後も、CSI(チャネル状態情報)を用いた呼吸・心拍の非接触計測は、複数の査読論文や系統的レビューで報告されています。2026年1月にPeerJ Computer Scienceに掲載されたレビュー論文や、PulseFiなどのLSTMベースの呼吸・心拍推定システムなどは、その実在性を裏付ける一次情報といえます。「物理的に不可能」という単純な批判は、すでに学術的には否定されている段階です。
一方で、RuViewというプロジェクト自体に対しては、開発者コミュニティから無視できない疑義が提起されています。Cybernewsは2026年3月、Hacker Newsのスレッドで「リポジトリはWiFiハードウェアからCSIを抽出する信号処理パイプラインを欠いており、機能するシステムというよりフレームワーク/プロトタイプに近い」という指摘が出ていることを報じました。GitHub上のIssueでも、実機検証で再現できなかったという複数の報告や、リポジトリ自体の真正性を問う声(Issue #185、#231、#408など)が確認できます。
数値面でも慎重な読み解きが必要です。READMEの最新版では、カメラなしのポーズ推定精度がプロキシラベル使用時にPCK@20でおよそ2.5%程度にとどまることが開発者自身によって明記されており、カメラ教師あり学習で35%以上を「目標」としつつ、その評価フェーズ(ADR-079のP7〜P9)は未完了であると注記されています。本文中に登場する「92.9% PCK@20」は、CHANGELOG v0.7.0に基づくと、1台のESP32と1台のウェブカムを用い、5分・345サンプルという極めて限定された条件下で記録された supervised モデルの結果であり、不特定環境における一般性能を保証する数値ではありません。この点は、技術メディアとして読者にきちんと伝えるべき情報です。
ハードウェア価格や性能数値についても、READMEに記載された「1ノード9ドル」「最大5m壁越し」「140ドルのフルシステム」といった数字は、市場価格の変動や設置環境に依存する概算値であり、保証された性能スペックや公式販売価格ではない点に留意が必要です。同じく「ESP32-C3は非対応」「609テスト合格」といった記述も、ファームウェアやCIの実装状況に応じて変化しうるため、READMEのスナップショットとして読むのが妥当でしょう。
それでも、このプロジェクトを「単なる誇大広告」と切って捨てるべきではないと考えています。CSIを用いた人体センシングという領域は確実に進展しており、ESP32-S3のような10ドル前後のマイコンでも、限定的ながら呼吸・心拍・在室検知が実現可能になりつつあるのは事実です。ESP32シリーズを開発するEspressif Systemsは、2008年設立・上海証券取引所STAR Market上場(銘柄コード688018)のファブレス半導体メーカーで、IoT分野で世界トップクラスの出荷実績を持ちます。RuViewが提示している「ESP32メッシュ+永続ベクターストアによるエッジ完結型のセンシング基盤」というアーキテクチャの構想自体には、技術的な議論の余地があります。
応用領域として強調すべきは、プライバシーとアクセシビリティの観点です。カメラ映像を一切記録しないという設計思想は、GDPR(EU一般データ保護規則)やHIPAA(米国医療保険プライバシー規則)が定める「映像データ」に関する規制を回避できる可能性を持ちます。介護施設での転倒検知、夜間の呼吸モニタリング、未成年者がいる空間の見守りなど、カメラ設置が忌避される現場こそが本来の主戦場です。
ただし注意すべきは、「映像を撮らないこと」と「個人データを扱わないこと」はイコールではないという点です。WiFiセンシングが取得する呼吸パターンや歩行特徴は、GDPRでは生体識別子として、HIPAAでは保護対象保健情報(PHI)として扱われる可能性が十分にあります。映像規制を抜けたつもりが、別の規制軸に正面から該当するというリスクは見落とせません。さらに、WiFiセンシングはカメラと違い物理的に隠すことが難しく、住人や来訪者は計測されていることに気づけません。映像規制を回避する技術が、結果としてプライバシーの空白地帯を生み出す可能性は否定できないでしょう。
規制の観点では、現時点でWiFiセンシング固有の法整備はほとんど存在しません。日本国内でも、電波法と個人情報保護法の境界領域に位置するこの技術が、今後どのように扱われるかは未確定です。IEEE 802.11bf(WiFiセンシング標準)の議論も進んでおり、2026年から2027年にかけて、規格と規制の両面で動きが出てくる可能性があります。
長期的な視点では、RuView自体の真贋とは別に、「電波を環境センサーとして使う」という発想は、確実に次のIoTの主戦場になります。ヒューマノイドロボットの空間認識、災害救助、医療モニタリングといった領域では、カメラ・LiDAR・ミリ波レーダーと並ぶ「第四の目」として、WiFiセンシングが組み込まれていくはずです。
だからこそ、私たち読者に求められているのは、過熱したスター数(5万件超)に流されることなく、一次情報である論文と、コミュニティの検証プロセスを丁寧に読み解く姿勢ではないでしょうか。「研究として成立している」ことと「製品として再現可能である」ことは別物です。今回のRuViewをめぐる議論は、AI時代のオープンソース評価リテラシーを鍛える、格好の素材だと受け止めています。
【用語解説】
チャネル状態情報(Channel State Information / CSI)
WiFi電波が送信機から受信機に届くまでに、空間や物体によってどう変化したかを記述する物理層の情報だ。サブキャリアごとの振幅と位相を含み、人体や家具による電波の減衰・散乱を計測できる。RSSI(電波強度)よりはるかに高密度な情報を持つ。
ESP32-S3 / ESP32-C3
Espressif Systemsが開発した低価格Wi-Fi/Bluetooth搭載マイコン群の型番である。S3はデュアルコアでCSI抽出に必要なDSP処理が可能だが、 C3はシングルコア（RISC-V）であり、また初代ESP32もCSI 取得機能の制約から非対応とされる。
ポーズ推定 / 17 COCOキーポイント
人体の関節位置を画像や信号から推定する技術である。COCO(Common Objects in Context)データセットで標準化された17点(目・耳・肩・肘・手首・腰・膝・足首など)が業界標準として広く使われる。
PCK@20(Percentage of Correct Keypoints)
ポーズ推定の精度指標の一つで、推定キーポイントが正解位置から一定距離(20ピクセル相当)以内に収まった割合を示す。数値が高いほど精度が高い。
IOU(Intersection over Union)
予測領域と正解領域の重なり度合いを示す指標である。50%閾値とは「予測と正解が50%以上重なれば正解とみなす」基準を意味し、物体検出の精度評価で標準的に使われる。
壁越しセンシング(Through-wall Sensing)
WiFi電波が誘電体(石膏ボード、木材、薄いコンクリート)を透過する性質を利用し、見通しのない部屋にいる人物の動きや存在を検知する技術である。
DensePose From WiFi
2023年にカーネギーメロン大学ロボティクス研究所のチームがarXivで公開した論文。WiFiのCSIから人体の3D表面マッピングを行う手法を提案し、RuViewを含む後続プロジェクトの理論的起点となった。
スパイキングニューラルネットワーク(SNN)
生体ニューロンの発火タイミングを模倣した次世代ニューラルネットワークだ。離散的なスパイクで情報を伝達するため、消費電力が極めて少なく、エッジデバイスでの実装に向く。
WASM(WebAssembly)エッジモジュール
Webブラウザ向けに設計された軽量バイナリ形式WebAssemblyを、ESP32などの組み込み機器上で動作させる仕組みである。各モジュールは数十KBで、OTA(無線経由)で更新できる。
ADR(Architecture Decision Record)
ソフトウェア設計上の重要決定を文書化する形式である。RuViewでは79件のADR(ADR-024自己学習、ADR-041 WASMモジュール、ADR-079カメラ正解学習など)が技術的根拠とともに公開されている。
MicroLoRA / EWC++
LoRA(Low-Rank Adaptation)は大規模モデルを少数パラメータで微調整する手法。EWC(Elastic Weight Consolidation)は新タスクを学んでも過去の知識を保持する正則化技術である。両者を組み合わせ、部屋ごとに約1,792パラメータで適応学習を行う。
IEEE 802.11bf
IEEEで策定中のWiFiセンシング標準化規格である。WiFi信号を通信だけでなく環境センシングにも公式に活用するための枠組みを定義する。
GDPR / HIPAA
GDPRはEU(欧州連合)の一般データ保護規則、HIPAAは米国の医療保険プライバシー保護法だ。いずれも映像データの取扱いに厳格な規制を課しており、カメラを使わないWiFiセンシングは設計上これらの規制対象外となる可能性がある。
Hacker News
米Y Combinatorが運営するテクノロジー系ニュース・議論サイトである。エンジニアコミュニティでの技術的検証や論争の場として影響力が大きい。
【参考リンク】
RuView(GitHubリポジトリ)(外部)
本記事の対象プロジェクト。ESP32とWiFi CSIによる人体センシング基盤の公式リポジトリ。
RuVector(GitHubリポジトリ)(外部)
RuViewのAIバックボーンに使われる、アテンション・グラフアルゴリズム・圧縮機能を提供するライブラリ。
Cognitum(外部)
RuViewと組み合わせて使われる「Cognitum Seed」を提供するプロジェクトの公式サイト。
Espressif Systems(外部)
ESP32シリーズを開発する、中国・上海に本社を置く2008年設立のファブレス半導体メーカー。
arXiv: DensePose From WiFi(原論文PDF)(外部)
カーネギーメロン大学ロボティクス研究所のチームが2023年に公開した、本技術の起点となる学術論文。
Carnegie Mellon University – The Robotics Institute(外部)
DensePose From WiFi論文の主要著者が所属する、カーネギーメロン大学のロボティクス研究所公式サイト。
【参考記事】
RuView project leverages ESP32 nodes for WiFi-based presence detection, pose estimation, and breathing/heart rate monitoring(CNX Software)(外部)
RuViewプロジェクトを組み込み視点で解説。4〜6ノードの低コストメッシュ構成や災害対応モードを整理し、コミュニティでの真贋論争にも言及している。2026年3月26日掲載。
Viral GitHub project claims WiFi can “see through walls”(Cybernews)(外部)
RuViewがXで拡散した経緯と、Hacker Newsで「機能するシステムというよりプロトタイプ」と指摘された専門家の疑義を取り上げた記事。2026年3月10日掲載。
CMU’s DensePose From WiFi: An Affordable, Accessible and Secure Approach to Human Sensing(Synced)(外部)
RuViewの理論的起源であるカーネギーメロン大学論文を解説。3台の送信機と受信機による多人数ポーズ推定の仕組みを詳述している。
Carnegie Mellon Researchers Develop AI Model for Human Detection via WiFi(InfoQ)(外部)
同論文の成果を技術メディアInfoQが報じた記事。実世界データでIOU 50%閾値・平均精度87.2を達成と明示。2023年2月14日掲載。
Artificial intelligence-enhanced CSI-based Wi-Fi sensing for non-contact vital sign monitoring: a systematic review(PeerJ)(外部)
WiFi CSIベースの非接触バイタル監視研究を体系レビューした査読論文。ESP32の64サブキャリア取得能力にも言及。2026年1月30日公開。
PulseFi: A Low Cost Robust Machine Learning System for Accurate Cardiopulmonary and Apnea Monitoring(arXiv)(外部)
WiFi CSIとLSTMで心拍・呼吸・無呼吸検知を低コスト実現する研究論文。118名分の評価データセットで複数アンテナ高価格システム同等以上の精度を報告。
WiFi Can See You Now: Carnegie Mellon’s “DensePose from WiFi” and the Privacy Paradox(Medium)(外部)
WiFiセンシングのプライバシー上のパラドックスを論じた記事。規制枠組み・暗号化・ユーザー同意メカニズムの必要性を指摘している。
【関連記事】
VITAL BELT:世界初のベルト型ウェアラブルデバイスがCES 2026で発表、ミリ波センシングで非侵襲的健康管理を実現(内部)
非接触のバイタルサイン監視という同じ目的を、ミリ波センシングで実現するアプローチを紹介した記事。WiFi CSIとの技術比較として読み合わせると、本記事の理解が深まる。
AIoT革命が加速:Mi Zhang教授らが353本の論文で示すAI×IoTの未来像(内部)
エッジデバイスでAIを動作させるAIoTの潮流を体系的にまとめた記事。RuViewが目指す「クラウド不要・エッジ完結型センシング」の文脈理解に役立つ。
iRobot創業者コリン・アングル、新会社FM&Mを発表─四足歩行型「Familiar」で家庭用ロボットを再定義(内部)
家庭内常駐デバイスにおけるエッジAIとプライバシー設計を扱った記事。「カメラ常時オンの未来をどう受け入れるか」という問いは、WiFiセンシングのプライバシー逆説とも響き合う。
【編集部後記】
このRuViewというプロジェクトに触れたとき、私が真っ先に思ったのは「自分の家のWiFiルーターは、いったいどこまで私のことを”知っている”のだろうか」という素朴な問いでした。みなさんのご自宅にも、毎日使っているルーターが当たり前のように置かれていると思います。
カメラのない見守り技術は、介護やヘルスケアの現場にとっては福音になりうる一方で、観測されていることに気づけない設計は、新しいプライバシーの問いを突きつけてきます。みなさんなら、ご家族の安全のためにWiFiセンシングを導入する未来を、どこまで歓迎されるでしょうか。
また、今回のように「派手なREADMEと膨大なスター数」を持つOSSプロジェクトをどう評価するかというリテラシーも、これからの私たちにとって避けて通れないテーマだと感じます。引き続き『デジタルの窓口』として、期待と不安の両方に寄り添いながら、一緒に考えていけたら嬉しいです。
