靠WiFi信號就能檢測呼吸跌倒！北大這項硬科技研究越來越藏不住了_風聞

　　楊淨 蕭簫 發自 凹非寺

　　量子位 報道 | 公眾號 QbitAI

　　還記得《少數派報告》裏，阿湯哥踏進智能服裝店的場景嗎？

　　一個眼神，虛擬客服就能查出阿湯哥過去的購買記錄資料，在他面前投影出推薦產品。

　　****△電影《少數派報告》

　　這種感覺好似計算無處不在，又有種不知不覺的透明感。

　　實際上，類似的場景已經進入到我們的生活方方面面。

　　一個Wi-Fi，就能實時監測人的呼吸、睡眠、身體狀況，還能檢測老人有沒有摔倒。

　　****△收集老人睡眠時的狀態信息

　　傢俱不需要手動操控，空調、風扇就能自動感知房間人數情況，實時調控風速和強度。

　　大到用基站的無線信號來預測城市的人羣流動，用出租車的GPS來檢測有無繞路；

　　小到用日常通勤的交通IC卡，無接觸就能自動扣款乘車。

　　……

　　它們無處不在、形狀各異，但背後都有同一種技術——普適計算。

　　而落到感知層上的研究方向，叫做泛在感知。（泛在指利用廣泛使用的設備，比如手機、手錶、WiFi路由器等）

　　量子位採訪到了在該領域深耕已有二十餘年的北大博雅講席教授、歐洲科學院院士張大慶，對這一領域有了更深入的瞭解。

　　「計算無處不在」時代已來臨

　　如前所言，普適計算有兩種特性——

　　無處不在與不知不覺，即普適性和透明性。

　　從用户的角度來看，普適計算就是能夠隨時隨地獲得自己希望的服務，而不去考慮這服務是從哪裏來的，甚至壓根兒也感覺不到計算的存在。

　　而從技術層來看，普適計算是儘可能將計算融入人類的生活中，用低成本、使用便捷的設備和自然的交互方式，滿足用户的各種服務需求。

　　也正因這樣的特性，決定了普適計算是以人為本、應用導向的。

　　比如，面向獨居老人的跌倒檢測系統。

　　張大慶教授團隊就曾利用WiFi信號，實現了在室內自然生活狀態下的跌倒行為識別。

　　放在當時的學術界，做連續行為識別還是國際上首例。

　　無接觸、實時、也沒有任何行為拘束、低成本……甚至相較於用攝像頭識別來説，還沒有隱私的困擾。

　　而除了實時檢測跌倒外，無線信號還能感知呼吸、心跳以及睡眠狀態等生理參數。

　　這一技術還可以進一步延伸到醫院、養老院、倉儲、醫院、家庭、辦公室、賓館、汽車等應用場景。

　　張大慶教授聯想到，新聞上時不時有小孩被家長鎖進車裏發生意外的場景，有了這項技術問題就能得到解決——

　　無線信號感知到汽車裏有人在活動，然後及時告知孩子的父母。

　　如此前沿性的技術理念，追本溯源，卻要從三十年前的一篇經典文章説起。

　　Mark Weiser，馬克•雅瑟，施樂公司PARC研究中心的首席科學家，普適計算之父。

　　他在文章的開頭寫道：最影響深遠的技術應該是那些消失的技術。（The most profound technologies are those that disappear. ），未來的計算、通訊、感知、服務應該是無處不在的，計算會像電和水一樣成為我們生活環境的一部分。

　　對此，他和他的團隊設想並設計了三種形式的計算設備。

　　Tabs，尺寸以釐米計算，類似便利貼；

　　Pads ，尺寸以分米計算，類似一張紙、一本書或一本雜誌；

　　Boards ，尺寸以米計算，類似一塊黑板或公告板。

　　值得一提的是，他預測未來的物品都會包含一個計算機或者標籤，人們可以很容易地得到有關物品的信息， 比如看到的某件衣服由誰設計，商店是否有庫存，還可以在哪裏買到？

　　如今看來，Mark Weiser的想法正在影響整個計算機學科，而他的願景也正在逐步實現。

　　談到這裏，張大慶教授感慨道，普適計算的時代也已經來臨！

　　在過去10多年中，普適計算在世界各國都得到了重視和發展。

　　日本、韓國在2004年提出“U-Japan”“U-Korea”計劃；在歐洲，普適計算已被歐盟採納為信息社會技術研究及技術開發計劃的主導項目，撥款超36億歐元……

　　而對於國內的發展，張大慶教授作為最早從事普適計算的華人學者之一，在跟我們交談過程中充滿了激情。

　　將國內普適計算的研究帶到國際前沿

　　1996年，張大慶在羅馬大學獲得博士學位。博士畢業後，他決定先在國外發展一段時間，再將新的研究思路和成果帶回國內。

　　在新加坡國立大學和資訊通訊研究院（I2R）工作幾年後，他在新加坡開拓了普適計算這一研究方向並在2003年創立智慧家居實驗室，在2004年成立情境感知系統研究部並擔任創始部長，期間提出了目前仍被國際普適計算、移動計算和服務計算領域廣為採用的基於本體的情境模型。

　　也是從2003年起，他開始擔任西北工業大學客座教授致力於為國內培養普適計算的青年人才。

　　2007年開始，張大慶受邀成為法國巴黎國立電信學院一級終身教授，創建ALPS（Ambient Intelligence and Pervasive System Group）實驗室。

　　無論是在新加坡的I2R， 還是在法國的ALPS實驗室，他和國內的高校如西工大、清華、北大、浙大、華中科大一起合作，培養了一大批國內在普適計算、羣智感知和大數據分析等領域的青年才俊， 其中不少已成為這一領域國內的中青年領軍人才。

　　除此之外，他培養的一些國外的學者，如今在美國、澳大利亞的知名高校、企業擔任教授、研究主管工作。

　　****△張大慶和學生在ALPS

　　2014年，張大慶正式加入北大，成為信息科學技術學院的講席教授；很快又擔任中國計算機學會普適計算專委的副主任、主任。他通過組織普適計算夏令營、前沿論壇和講習班，每年邀請國際、國內著名學者一起推進國內普適計算的研究。

　　2016年起， 國內學者在普適計算A類會議ACM UbiComp發表的論文數量開始位居國際第二（僅次於美國），張大慶教授的團隊也保持着在UbiComp發表文章數量國際領先、引用數每年位居前三的記錄。

　　如今，張大慶在Google學術上的論文引用次數達到21000+，H因子72，他也是普適計算頂刊IEEE Pervasive Computing唯一的國內編委，和ACM IMWUT會刊7位國際指導委員會委員之一。

　　他也曾獲得過中國計算機學會（CCF）推薦的全部4個普適計算國際頂會的最佳論文或提名獎，包括ACM UbiComp 2015、2016的最佳論文提名獎，和IEEE PERCOM、IEEE UIC的“十年最具影響力論文獎”。

　　今年9月的ACM UbiComp 2021上，張大慶團隊的「Exploring LoRa for Long-range Through-wall Sensing」論文，再次獲得了傑出論文獎。

　　從2000年起至今，已有20餘年時間，張大慶一直沒有停下研究的腳步，這也與他選擇普適計算的初心有關。

　　其一，普適計算屬於應用（場景）驅動型研究：

　　我們做普適計算研究時，首先都要選一個場景，就像“老人健康監測”這個應用場景，它並不限制技術實現的方式，用可穿戴、無線設備、攝像頭都可以做，目標是把性能做到極致，這讓我們的研究方式很靈活。

　　我很喜歡參加普適計算會議，因為每次都能看到國際同行們展示最新、很酷的應用，都是我們日常都能遇到的場景，能切實感受到這些研究是有用的。

　　其二，普適計算屬於交叉學科，“永遠在路上”：

　　普適計算的研究沒有“固定套路”。你可以利用最先進的感知技術、也可以研究通訊和AI算法，只要它對你解決具體的應用有幫助，你都可以探索，這也是我現在還在不斷學習新知識的原因。

　　這兩點，在張大慶所做的研究中都得到了完美的印證。

　　以2016年發表在UbiComp的無線感知論文為例，張大慶等人將源於光學的菲涅爾區模型引入到無線感知領域，揭示了用WiFi信號何時能檢測人的呼吸的機理。

　　理論上，WiFi作為一種電磁波信號，是可以用來反映物體活動情況的。但相關研究大都沒有建立WiFi信號變化與設備位置、人體活動位置、方向、速度之間的定量關係，因此WiFi感知應用遇到問題時，人們不能從原理上理解為什麼。

　　菲涅爾區，是源自光學理論中的一個概念，指以收發信號的設備（這項研究中指WiFi信號發射和接收器）兩點為焦點的一系列同心橢圓。

　　乍一看，WiFi信號似乎和光學並不相關，但如果仔細一想，就會發現WiFi信號屬於電磁波，廣義上性質與光波相似。

　　基於菲涅爾區的基本模型，張大慶等人進一步考慮了電磁波反射特性和WiFi信號的頻率多樣性，使得擴展後的模型能捕獲到人體亞波長級別的微小移動。這項研究，也奠定了用WiFi信號感知人體毫米級行為的理論基礎。

　　在張大慶教授看來，要想真正把無線感知做好做到實用，第一件事就是要把人的活動對無線信號影響的機理搞明白。

　　包括WiFi信號是怎麼傳播的，有什麼特殊的性質，感知的極限和邊界是什麼；否則將AI算法生硬地用於無線感知遇到問題時，就無法理解問題的根源。

　　這也是當前為何全球很多團隊都在將各種AI、機器學習算法用於WiFi感知，但性能並不穩定的原因。而張大慶團隊利用商用WiFi，就可將20米外的人的微弱呼吸檢測到。

　　在未來，只有將基礎理論和AI有機結合起來，才能將無線感知應用做好。但在那之前，還是要先從基本原理出發，去理解感知問題背後的本質。

　　實際上，這種研究方法放在其它應用領域，也是同樣通用的。

　　把握「原始的創新」

　　在與量子位的聊天裏，張大慶教授談及最多的，就是基礎研究的重要性。

　　現在我們有不少學生和研究人員，喜歡跟風其它團隊的研究，僅對算法做些改進。

　　但我覺得，要想真正搞好科研，還是需要去做基礎理論的探索與創新，要理解技術和方法使用的假設條件和背後的道理，不能僅停留在方法的簡單運用和改進上。

　　其中，張大慶教授尤其強調了原始創新的重要性。

　　這是一種觀念、思維方式上的創新，誠如那些前所未有的重大科學發現、基本原理、顛覆性技術等創新成果：

　　只有原始創新，才能把技術真正做到前沿，對問題有深層的認識，並最終把應用做好。

　　至於像普適計算這樣的交叉學科，具體怎麼去學基礎理論、怎麼去做研究。張大慶教授表示，方法是很靈活多樣的：

　　你可以先做深一個學科，專精後再去理解其它學科，然後做交叉；

　　你也可以先接受通識教育，將知識面拓寬，然後再聚焦某個領域；這樣做交叉學科是從通識到專精，再慢慢延申研究的範圍，都是可以的。

　　如今，普適計算已經發展正好30年，在張大慶教授的眼中，這個領域依舊如最初那般**“有吸引力”**。

　　它打破傳統的學科學習思路——先定義場景，再去思考如何用技術去實現，實現過程中進一步去參悟其中的科學問題。

　　正因為這種獨特而實用的研究思路，深受工業界的認可和推崇，其多學科交融的內在使之已經落地多樣的場景當中去。

　　或許過不了多久，真就如科幻電影那般，計算、通訊、感知就無處不在了……

　　參考鏈接：

　　[1]https://www.slideshare.net/panchendrarajanruba/ibat-detecting-anomalous-taxi-trajectories-from-gps-traces-93850893

　　[2]https://ieeexplore.ieee.org/abstract/document/9386235

　　[3]https://www.researchgate.net/publication/49612119_CDTOM_A_Context-driven_Task-oriented_Middleware_for_Pervasive_Homecare_Environment

　　[4]http://www-public.it-sudparis.eu/~zhang_da/people.html

　　[5]https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9505583

　　[6]https://web.archive.org/web/20140913030923/http://www.ubiq.com/hypertext/weiser/SciAmDraft3.html