【23 Daily】プロジェクトの説明によると、RuView は一般的な WiFi 信号を利用してリアルタイムに空間情報や生命徴候を監視するシステムであり、カメラやウェアラブルを使用せずに動作します。低価格の ESP32 センサーで WiFi チャンネル状態情報（CSI）を取得し、存在検知、呼吸数、心拍数、動きの追跡などを実現しています。2026年11月9日に GitHub トレンド入りを果たし、10万以上のスターを獲得しました。
RuView は壁や暗闇を透過して、人の数の検出、出入りの追跡、接触なしの呼吸率と心拍数の測定、歩行や座位、転倒の認識、環境マッピング、睡眠の質評価、17点の人体姿勢推定など、多様な機能を備えています。すべてエッジデバイス上で処理し、クラウドやインターネットを一切必要としません。
WiFi信号を活用した多機能空間センシングとスマートホーム連携
RuView はWiFiルーターからの無線波が人の動作や存在によって変化する様子を、CSI 技術を用いて捉え、実用的な情報に変換します。Home Assistant、Apple Home/HomePod、Google Home、Amazon Alexa の4大スマートホームエコシステムにネイティブ対応し、MQTTやMatterなどのプロトコルで連携。音声アシスタントで部屋ごとの存在や生体情報を取得可能です。
各センサーは11の生データと、誰かが睡眠中、可能な困難状態、部屋の活性状態、高齢者の異常行動、会議中、浴室使用中、転倒リスク、ベッド離脱、無動作、多部屋移動の10の推論状態を含む計21エンティティを出力。Home Assistant用の3つのスターターブループリントも提供されています。
低コストエッジ演算と安全な検証システム
RuView は約9ドルのESP32メッシュネットワークと、永続メモリ、暗号的証明、AI連携機能を持つ Cognitum Seed を組み合わせて構成。環境の学習は30秒以内に完了し、複数WiFiチャネルを使い近隣ルーターをレーダー光源として活用。すべての測定値は Ed25519 デジタル署名チェーンで安全に証明され、プライバシーとデータ整合性を守ります。
モデルはスパイキングニューラルネットワークでローカル学習し、低消費電力デバイス（Raspberry Pi等）で動く8KBの量子化モデルを使用。カメラやウェアラブル不要で、v2エンコーダは82.3%の時系列三つ組識別精度を誇ります。オープンソースツール群はファームウェア書換、デバイス校正、自動化、AIエージェントによる操作支援を含みます。
編集部の視点：カメラレス監視の新たな可能性
RuView は広く普及した WiFi 信号を活用し、プライバシー保護を強化しつつハードウェアコストを抑えた空間と生命徴候の監視を実現。住宅健康管理、スマートビルディングの安全、高齢者ケアなどで高い実用性があります。起業家にとっては、従来の映像やウェアラブルに依存しない低参入障壁かつ拡張性のある技術です。
検証方法としては、ESP32ノードを設置し RuView の Home Assistant 連携を用いて検出精度と応答時間を計測し、従来技術とコスト・性能面で比較すると良いでしょう。今後はAI活用によるローカルモデルの微調整が応用範囲の拡大につながる見込みです。