Wykrywanie obecności człowieka na podstawie analizy zmian wartości RSSI w sygnale Wi-Fi w systemie z modułami ESP32

nr katalogowy: 155580
10.15199/13.2025.8.1

Streszczenie:
Niniejsza praca bada możliwość wykorzystania mikrokontrolerów ESP32 do detekcji obecności osób w ograniczonej przestrzeni poprzez analizę zmian wartości sygnału RSSI (Received Signal Strength Indicator). Urządzenia rozmieszczono w różnych konfiguracjach geometrycznych, umożliwiających monitorowanie siły sygnału pochodzącego od innych modułów ESP32 działających jako punkty dostępowe Wi-Fi. Przeprowadzono liczne pomiary w warunkach zróżnicowanej obecności i aktywności osób w badanym obszarze. Analiza zgromadzonych danych wykazała zauważalne zmiany w wartościach RSSI w momentach obecności osób, co sugeruje możliwość detekcji obecności na podstawie zakłóceń propagacji sygnału radiowego – zgodnie z doniesieniami literaturowymi wskazującymi na silne tłumienie sygnałów Wi-Fi przez ciało ludzkie [11][12]. Wyniki wskazują na potencjał zastosowania takiego rozwiązania w prostych, pasywnych systemach detekcji, nie wymagających specjalistycznych czujników [6]. Praca uwzględnia szczegóły implementacji, konfiguracji sprzętu oraz metodyki pomiarowej, a także omawia dokładność oraz ograniczenia zaproponowanego podejścia.

Abstract:
This study explores the feasibility of using ESP32 microcontrollers to detect human presence within a confined space by analyzing variations in RSSI (Received Signal Strength Indicator) values. Devices were arranged in various geometric configurations to monitor signal strength originating from other ESP32 modules functioning as Wi-Fi access points. Numerous measurements were conducted under varying conditions of human presence and activity within the monitored area. Analysis of the collected data revealed noticeable changes in RSSI values during moments of human presence, suggesting the potential for presence detection based on disruptions in radio signal propagation—consistent with literature reports indicating significant attenuation of Wi-Fi signals by the human body [11, 12]. The results highlight the potential of this approach for simple, passive detection systems that do not require specialized sensors [6]. The paper details the implementation, hardware configuration, and measurement methodology, and discusses the accuracy and limitations of the proposed approach.

Damian ŻABICKI, Kacper JABŁOŃSKI, Patryk GĄSOWSKI, dr inż. Tomasz GRZEŚ