Sinais de WiFi permitem fazer fotos de objetos atrás das paredes
Redação do Site Inovação Tecnológica - 15/09/2023
[Imagem: Pallaprolu et al. - 10.1109/RadarConf2351548.2023.10149785]
Tirando fotos usando WiFi
Embora já tenham sido largamente explorados para detectar a movimentação de pessoas, os sinais de WiFi que permeiam todos os nossos ambientes também podem ser usados para fotografar objetos parados, e fazer isto com uma precisão e uma resolução muito boas.
"O imageamento de paisagens estáticas com WiFi é consideravelmente desafiador devido à falta de movimento," explica a professora Yasamin Mostofi, da Universidade da Califórnia de Santa Barbara. "Adotamos então uma abordagem completamente diferente para resolver este problema desafiador, concentrando-nos em traçar as bordas dos objetos."
A solução envolve a chamada Teoria Geométrica da Difração e seus correspondentes cones de Keller, que permitem traçar os contornos dos objetos - essa teoria da difração, formulada por Joseph Bishop Keller [1923-2016] em 1958, mostra como os raios que incidem sobre uma aresta difratam-se pelo espaço formando uma região cônica.
"Quando uma determinada onda incide em um ponto na borda [de um objeto], emerge um cone de raios emitidos de acordo com a Teoria Geométrica da Difração de Keller, conhecido como cone de Keller," detalhou Mostofi.
O que a equipe descobriu é que esta interação não se limita a arestas visivelmente afiadas, mas se aplica a um conjunto mais amplo de superfícies com curvaturas bem pequenas.
A descoberta da equipe permitiu que a técnica fosse usada, pela primeira vez, para visualizar e ler o alfabeto inglês através de paredes, usando apenas os sinais de WiFi, uma tarefa até agora considerada muito difícil devido aos detalhes complexos das letras.
Mais especificamente, a equipe propôs um núcleo de projeção de imagem baseado em um cone Keller. Esse núcleo é implicitamente uma função das orientações das arestas, uma relação que é então usada para inferir a existência das arestas - e sua orientação, se elas existirem - através de testes de hipóteses sobre um pequeno conjunto de possíveis orientações das arestas.
Em outras palavras, se o cálculo determinar a existência de uma aresta, a orientação da aresta que melhor corresponde ao cone de Keller é escolhida para um determinado ponto, que então será usado para compor a imagem.
"As bordas dos objetos da vida real têm dependências locais," detalhou Anurag Pallaprolu, membro da equipe. "Assim, uma vez que encontramos os pontos da borda de alta confiança por meio do núcleo de imagem que propomos, propagamos suas informações para o restante dos pontos usando a propagação de informações bayesiana. Esta etapa pode ajudar ainda mais a melhorar a imagem, uma vez que algumas das bordas podem ser em uma região cega, ou podem ser dominadas por outras bordas que estão mais próximas dos transmissores."
[Imagem: Pallaprolu et al. - 10.1109/RadarConf2351548.2023.10149785]
WiFi lê através das paredes
Nos experimentos de demonstração, a equipe usou três transmissores WiFi comuns. Os receptores WiFi, por sua vez, foram montados em um veículo de controle remoto que emula uma grade de receptores WiFi à medida que se move. O receptor mede a potência do sinal recebido, que é então utilizado para geração das imagens.
A tecnologia foi extensivamente testada com vários experimentos em três áreas diferentes, incluindo cenários em que as imagens eram geradas através das paredes.
A demonstração é bastante válida porque usou um cenário desafiador, com a geração de imagens do alfabeto, já que as letras apresentam detalhes muito complexos e variados. Finalmente, eles mostraram como sua abordagem permite usar o WiFi para visualizar objetos atrás de paredes, gerando imagens com detalhamento suficiente para que as letras posicionadas detrás dessas paredes fossem lidas. Além disso, eles também capturaram imagens de vários outros objetos, mostrando que podem capturar detalhes que antes não eram possíveis com WiFi.
Artigo: Analysis of Keller Cones for RF Imaging
Autores: Anurag Pallaprolu, Belal Korany, Yasamin Mostofi
Revista: Proceedings of th 2023 IEEE Radar Conference (RadarConf23)
Vol.: 23319896
DOI: 10.1109/RadarConf2351548.2023.10149785
