Détection d'activités humaines par l'utilisation du CSI

La technologie Wireless Fidelity (Wi-Fi) a été développée à la fin des années 1990 et peut être considérée comme arrivée pleinement à maturité. L’une des preuves de cette maturité est l’existence d’usages qui se détournent de l’objectif premier de la technologie, qui est de fournir un accès internet sans fil. Le Wi-Fi est désormais utilisé dans des applications de localisation, de domotique et internet des objets ou de communication vocale. Ces applications utilisent certaines caractéristiques techniques du Wi-Fi de manière créative. Par exemple, la puissance du signal reçu (RSSI) est un indicateur qui a pour but de déterminer la qualité du signal reçu, permettant de moduler dynamiquement la vitesse de transmission ou d’initier un processus de déconnexion quand le signal est trop faible. Certaines applications de localisation utilisent le RSSI pour déterminer la position d’un utilisateur, une manière détournée de mettre à profit des spécifications préexistantes. L’atout principal d’applications s’appuyant sur le Wi-Fi est le potentiel de les commercialiser à très grande échelle. En effet, le Wi-Fi domine largement les réseaux domestiques et publics. De même, il est prévalant dans les réseaux professionnels. Ainsi, le déploiement de nouvelles fonctionnalités peut s’adresser à un public particulièrement large. On peut citer le protocole VoIP qui permet de transmettre de la voix sur les réseaux IP, développé au cours des années 1980 et 1990 et dont l’utilisation était relativement confidentielle jusqu’à la démocratisation du Wi-Fi. Il est désormais utilisé par des applications populaires de messagerie et d’appels, telles que WhatsApp, Skype, FaceTime, Viber, Zoom, Microsoft Teams, dont le nombre d’utilisateurs est estimé à des centaines de millions. Nous allons appuyer notre étude sur la connaissance de l’état du canal (CSI). Cet indicateur s’appuie sur les nombreuses sous-porteuses du Wi-Fi. Il nous informe sur la qualité du signal transmis sur chaque sous-porteuse entre plusieurs antennes. Le CSI est impacté par les différents phénomènes physiques qui s’appliquent à un signal qui se propage en espace libre, réflexion, réfraction et diffraction. La variation de la qualité de la transmission des signaux du Wi-Fi a été déterminée empiriquement suffisamment fine pour pouvoir différencier plusieurs activités. Les modèles théoriques sont actuellement trop difficiles à mettre en place, ces phénomènes physiques dépendant de nombreux paramètres, tandis que lors d’un mouvement réalisé par un sujet, l’environnement est modifié à chaque seconde.

Abstract

The Wireless Fidelity (Wi-Fi) technology was developed in the late 1990s and should be considered to have reached full maturity by now. One of the proof of this is the fact that new applications are developed and stray from Wi-Fi’s original objective, which is providing a wireless internet access. Wi-Fi may now be used for localization, home automation, Internet of Things (IoT) or voice communications. These applications use creatively technical features of Wi-Fi. For instance, the Received Signal Strength Index (RSSI) is normally used in order to quantify the intensity of a signal, thus allowing to dynamically modify the velocity of transmission or start a reconnection process if the signal is too weak. Some applications now leverage the RSSI for localization, a new way to use a preexisting technology. The main advantage of Wi-Fi-based application is scalability. We can’t ignore the fact that Wi-Fi largely dominates other internet access technology, in both domestic and public networks, and is prevalent as well in professional networks. Therefore, any new application could theoretically reach a particularly wide audience. One notable example is the VoIP protocol, developed in the late 1980s and early 1990s, this protocol allowed voice transmission over IP. While it was relatively confidential before the democratization of Wi-Fi, it is now used by applications like WhatsApp, Skype, FaceTime, Zoom and Microsoft Teams, which have hundreds of millions of users. In our study, we aim to leverage Channel State Information (CSI). This index is associated to each subcarrier of Wi-Fi in each transmitted packet. It informs us on the quality of the transmitted signal, which like every signal propagating in free space is subject to physical phenomenons such as reflection, refraction and diffraction. It was experimentally proven that the variation of CSI was a stable enough indicator to pursue Human Activity Recognition (HAR). Theoretical models are yet to be developed because the complexity of considering every physical interaction for multiple frequency in fast moving and non-reproducible settings should not be underestimated. There is a vast diversity of CSI-based applications, ranging from crowd counting to localization or HAR. Some have fairly impressive results, reaching a 90% accuracy on recognizing activities among 7 different possibilities or reaching a 95% on hand gesture recognition. There is however a shortage of real life applications, most do not leave the confined environment of a laboratory. This is explained by the high level of control one has in such a setting, which is an enviable feature as you carry out an experiment.