RuView R6.2.4 实战解析：3D 胸部中心多站 Fresnel 布点，用 N=6 + Low/Mid 锚点高度重构生命体征感知覆盖率-创锋一号

RuView R6.2.4 实战解析：3D 胸部中心多站 Fresnel 布点，用 N=6 + Low/Mid 锚点高度重构生命体征感知覆盖率

【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView

导读

本文基于 RuView 仓库中 R6 系列研究文档 R6.2.4-3d-chest-multistatic.md，完整还原 R6 家族第四个 tick（研究迭代）——3D 胸部中心（chest-centric）多站（N-anchor）Fresnel 布点验证：R6.2.2.1 曾预测"改用胸部中心目标区后，N=5 锚点在 3D 场景下覆盖率应恢复至 80% 以上"，R6.2.4 用同一套贪心搜索 + 蒙特卡洛重启对其进行了实证验证与修正。读完后你将掌握：胸部中心布点为何能在 3D 场景较全身中心布点回升 27 个百分点、为何天花板锚点在胸部中心模式下完全不被贪心算法选中、以及最终写入 ADR-029 的四轴（2D/3D × 全身/胸部）锚点数量推荐表——这条结论也是 R14 共情设备（empathic appliance）在真实 3D 部署中"N=6 + 胸部中心 + Low/Mid 锚点高度"配方的直接来源。

研究背景：R6.2.4 在 R6 家族中的位置

R6 家族是 RuView 对 WiFi 感知几何学的系统性研究闭环，每个 tick 都带有一个明确假设和一个可实证的结果。R6.2.4 是其中的第四次迭代、第二次自我修正：

步骤	研究内容	结论
R6 / R6.1	Fresnel 前向模型、多散射体	胸部贡献约 27.6% 的 CSI 能量，约为四肢单肢的 5 倍；四肢是呼吸率检测的干扰项而非信号项（见 R6_2_3-chest-centric-placement.md）
R6.2	2D 单对天线布点	最佳/中位部署覆盖提升 93×，对角线跨房间最优（R6_2-fresnel-antenna-placement.md）
R6.2.2	2D N 锚点饱和曲线	5×5 m 卧室中 N=5 达到 96.8%，"膝盖点"出现（R6_2_2-multistatic-placement.md）
R6.2.1	3D 单对布点	天花板单独安装完全失效（0.0%），混合高度最优（R6_2_1-3d-placement.md）
R6.2.2.1	3D N 锚点（全身区）	N=5 时 3D 覆盖仅 49.4%，对比 2D 的 96.8% 相差 47 个百分点，"膝盖点消失"（R6_2_2_1-3d-multistatic.md）
R6.2.3	2D 胸部中心布点	胸部中心较全身中心在胸部目标区上 +26.9 pp（82.4% vs 55.5%），证明两者是完全不同的部署配方
R6.2.4	3D 胸部中心 N 锚点	本 tick 主题：验证 R6.2.2.1 的预测

R6.2.2.1 在文档结尾明确写下预测："R6.2.4：compose 3D N-anchor + chest-centric zones → does N=5 hit 80% in 3D when zones are smaller?"——当目标区从全身足迹缩小为 40×40 cm 级别的胸部斑块时，菲涅耳包络是否更容易整体覆盖目标？R6.2.4 就是对这个预测的验证 tick。

方法学：3D 菲涅耳椭球 + 贪心多锚点搜索

物理基础：一阶菲涅耳区在 3D 中是椭球而非椭圆

R6.2 在 2D 中把一阶菲涅耳区建模为椭圆（焦点为 Tx/Rx，半长轴a = (d + λ/2) / 2，半短轴b ≈ √(d·λ)/2）。R6.2.1 将其推广到 3D：一阶菲涅耳区是一个长椭球（prolate ellipsoid），目标点p位于区内当且仅当：

|Tx − p| + |p − Rx| ≤ d + λ/2

其中d = |Tx − Rx|为链路长度，λ为波长。对 5 m 链路、2.4 GHz（λ = 12.5 cm），中点的横向半径约√(5.0 × 0.125)/2 ≈ 39 cm。这正是源码 r6_2_4_3d_chest_multistatic.py 中in_first_fresnel_3d的判断逻辑——纯 NumPy 实现，逐点计算r1 + r2 <= direct + wavelength/2。

实验配置：三个 3D 胸部目标区

与 R6.2.2.1 相同的 5×5×2.5 m 卧室几何，但目标区换成 R6.2.3 胸部中心的 3D 扩展（对应源码chest_zones_3d列表）：

目标区	位置 (x, y, z) 起点	尺寸 (dx, dy, dz)	物理含义
`bed_chest`	(2.2, 0.8, 0.3)	0.6 × 0.4 × 0.2 m	平躺时胸部，z=0.3–0.5 m
`chair_chest`	(3.7, 3.7, 0.7)	0.4 × 0.4 × 0.3 m	坐姿胸部，z=0.7–1.0 m
`standing_chest`	(0.5, 3.7, 1.2)	0.6 × 0.4 × 0.3 m	站立胸部，z=1.2–1.5 m

目标区以0.1 m 分辨率栅格化（rasterise_targets_3d，比 R6.2.2.1 的 0.15 m 更细）。候选锚点位置（candidate_positions_3d）包含三档墙面高度（0.8 m 低 / 1.5 m 中 / 2.4 m 高）沿墙周 0.75 m 步进，外加 1.0 m 步进的 2.5 m 天花板网格。搜索策略为贪心 + 4 次随机重启：从随机初始对开始，每步加入能带来最大边际覆盖的候选锚点，取多次重启中的最优结果。

核心结果：N=5 达 76.8%，预测偏差 3.2 个百分点（部分验证）

3D 胸部中心饱和曲线

N 锚点	覆盖率	边际增益	高度分布 (L / M / H)
2	11.3%	+11.3 pp	1 / 1 / 0
3	60.3%	+49.0 pp	1 / 2 / 0
4	76.1%	+15.8 pp	2 / 2 / 0
5	76.8%	+0.6 pp	3 / 2 / 0
6	81.6%	+4.8 pp	4 / 2 / 0

这些数值与结果文件 r6_2_4_3d_chest_results.json 中的saturation字段完全一致（如 N=5 覆盖率 0.7677、N=6 覆盖率 0.8161）。结论：R6.2.2.1 预测的"N=5 恢复 80%+"并未完全命中——N=5 只有 76.8%，偏差 3.2 pp；80%+ 的膝盖点整体上移了一个锚点，N=6 才达到 81.6%。源码的main()中内置了预测验证逻辑：覆盖率 ≥ 80% 输出VALIDATED，≥ 70% 输出PARTIAL，实测落在 70%–80% 区间，因此判定为PARTIAL（部分验证）。

N=5 时的四路对比：架构修复"大体有效"

配置	N=5 覆盖率
R6.2.2（2D 全身）	96.8%
R6.2.3（2D 胸部）	82.4%
R6.2.2.1（3D 全身）	49.4%
R6.2.4（3D 胸部）	76.8%

3D 胸部中心较 3D 全身中心回升 27 个百分点，收回了 R6.2.2.1 暴露的 47 pp 缺口中的大部分。这验证了 R6.2.2.1 提出的"架构修复方向"（用更小的目标区适配菲涅耳包络）大体有效——3D 下目标区相对菲涅耳包络越小，整区被覆盖的可能性越高：40 cm 级胸部斑块可以整体落入 ~39 cm 横向半径的椭球内，而 3 m² 的床面注定无法被单一包络完整覆盖（此结论源自 R6_2_3-chest-centric-placement.md 的"目标区尺寸与包络宽度之比"分析）。

反直觉发现：胸部中心模式下，天花板锚点永远不会被选中

这是 R6.2.4 最重要的反发现（counter-finding）：R6.2.1 曾推荐"一天花板锚点 + 低 + 中"是 3D 制胜策略，但 R6.2.4 在胸部中心目标区下发现——无论 N 取多少，贪心算法都从未选择任何天花板（z=2.4 m）锚点。N=2 到 N=6 的高度分布 100% 由低（0.8 m）与中（1.5 m）构成，高（2.4 m）始终为 0。

原因在物理上非常清晰：胸部目标区位于 z=0.3–1.5 m，而天花板锚点之间的菲涅耳椭球包络位于 z≈2.4 m——高出胸部目标 0.9–2.1 m。目标位于与所选锚点中点同高的位置，而不是锚点极端位置之间。换言之：

锚点高度应当与目标区高度匹配，而非靠高低锚点"夹住"目标。

R6.2.4 据此给出了按目标区分类的锐化版锚点高度配方：

目标	最佳锚点高度
仅床（z=0.3–0.6）	床两侧对置的低锚点（0.5–0.8 m）
椅子 / 坐姿（z=0.5–1.0）	Low + mid
站立胸部（z=1.2–1.5）	Mid（1.2–1.5 m）
全身（z=0.3–1.7）	Low / mid / high 混合（按 R6.2.1）
混合胸部（z=0.3–1.5）	仅 Low + mid，不要天花板

R6.2.1 的"含天花板"建议对全身覆盖成立，对胸部中心覆盖不成立——两个体制在此分叉。这个反发现并不推翻 R6.2.1，而是对其的细化（见原文档 Honest scope 一节）。

饱和曲线的平坦区：N=4→5 的 +0.6 pp 是贪心局部最优的伪影

N=4→5 仅 +0.6 pp、而 N=5→6 又跳回 +4.8 pp，这一反常的"平台"高度可疑——很可能是贪心局部最优伪影：贪心以 4 个锚点起步加第 5 个时，只能沿当前已选集合的边际增益爬坡，而全局最优的 5 锚点构型可能与被选的 4 锚点构型并不共享前 4 个。文档据此诚实标注：将随机重启次数从 4 提升到 8–16，N=5 的覆盖率可能恢复至 ~80%。这是对贪心算法的范围限定（honest scope）：它是近似算法，N=5 的实测结果可能比真实全局最优低 2–4 pp，不构成本 tick 需要修复的研究问题，仅作为产品化时机的注意事项记录。

更新 ADR-029 锚点数量推荐：从"单值膝盖点"到"四轴规格表"

R6.2.2 曾给出"5 锚点命中膝盖点"的朴素推荐。R6.2.4 将其替换为维度与目标区感知的版本（四轴 = 2D/3D × 全身/胸部）：

配置	推荐 N	现实覆盖率
2D 全身中心	5	97%（R6.2.2）
2D 胸部中心	5	82%（R6.2.3）
3D 全身中心	7–8	65%+（R6.2.2.1）
3D 胸部中心	6	82%（R6.2.4）

对应 ADR-029-ruvsense-multistatic-sensing-mode.md 中"多站 ESP32 网格（4 节点 = 12 条 TX-RX 链路）提供 360° 几何分集"的架构意图，本文档给出了每个部署维度下到底该放几个种子的实证答案：

生命体征 cog 在真实 3D 部署中的最强单条推荐：N=6 + 胸部中心目标区 + Low/Mid 锚点高度。

这是 R6 家族产出的最具可操作性的结论，也是 R14 共情设备 V1（压力响应照明）与 V3（注意力尊重）——两者都需要呼吸率——安装时采用胸部模式的直接依据（见 R6_2_3-chest-centric-placement.md 的 R14 组合分析）。

为什么这是一个有意义的 tick：可证伪预测驱动的科研闭环

R6.2.4 的价值不在于数值本身，而在于它演示了假设—验证—修正的科研结构：

R6 → R6.2：前向模型产品化
R6.2 → R6.2.2：多站泛化（2D）
R6.2.2 + R6.2.1 → R6.2.2.1：3D 组合，暴露 2D 过度承诺
R6.2.2.1 预测 → R6.2.4 验证：胸部中心大体补回缺口

每一个 tick 都有清晰假设和明确的实证结果，要么证实要么修正前序结论。若没有这一步，团队会带着 R6.2.2 的 2D 推荐（N=5 达 97%）去产品化 ADR-029，直到现场部署时才在真实 3D 房间发现短差——R6.2.2.1 与 R6.2.4 把这一风险提前到了合成数据阶段消化。

与既有研究线的关系

R6.2.1 / R6.2.2 / R6.2.2.1：同一物理引擎、不同目标区定义；
R6_2_3-chest-centric-placement.md：本 tick 的直接动机（2D 胸部中心），3D 扩展现已完成；
R7 mincut：N=6 仍满足 N ≥ 4 的拜占庭检测需求（多链路一致性校验需要至少 4 个锚点才能检测单锚点被攻破）；
ADR-029 / ADR-105：锚点数量推荐现在有了 4 个维度的规格；ADR-105 Krum 聚合的 f=1 拜占庭容错仍需 K ≥ 5，与 3D 推荐不冲突；
R14 V1/V2/V3：胸部模式 + N=6 即共情设备在 3D 中的部署配方；
R12 PABS：3D 胸部覆盖率 77% 意味着 PABS 能以该比例探测到处于胸部区内站/坐/卧的入侵者，覆盖缺口即盲区。

诚实范围声明（Honest scope）

与 R6 家族其他 tick 一致，R6.2.4 明确列出其适用边界：

贪心 + 4 次重启仅逼近全局最优，N=5 可能偏低 2–4 pp；
目标区使用0.1 m 3D 网格（比 R6.2.2.1 的 0.15 m 更细，会更精确但不会改变定性结论）；
仅测试了 5×5×2.5 m 单一几何，其他房间形状需要单独基准测试；
只有三个胸部目标区，真实部署中每位 occupants 会有 1 到多个胸部区（多目标并集留给 R6.2.5）；
R6.2.1 的天花板建议针对的是全身而非胸部——本反发现不否定 R6.2.1，而是对其的细化。

本 tick 使能了什么、未使能什么

使能（DOES enable）：

验证了架构修复：3D 胸部中心 N=6 = 82% 覆盖率，追平 2D 胸部中心 N=5 的数值；
锐化了锚点高度推荐：高度应与目标区高度匹配，胸部中心只用 LOW+MID、不用天花板；
最终版 ADR-029 锚点数量表：四个轴（维度 × 目标区模式）齐备。

未使能（DOES NOT enable）：

关闭最后 ~15 pp 缺口（3D 胸部 82% vs 2D 全身 97%）——这是菲涅耳椭球在 3D 中"薄"的物理本质决定的；
多目标占用并集（R6.2.5）；
以 CLI 标志形式产品化（已在候选项中登记）。

源码复现：如何在仓库中运行本 tick

本 tick 是纯 NumPy 实现，可直接复现。运行命令（需在仓库根目录执行）：

python examples/research-sota/02-placement/r6_2_4_3d_chest_multistatic.py \ --out /tmp/r6_2_4_results.json \ --n-max 6 \ --restarts 4

脚本会依次输出：房间参数与目标区统计 → 3D 胸部中心饱和曲线（N=2 至 6）→ R6.2.2.1 预测验证判定（VALIDATED/PARTIAL/NOT VALIDATED）→ N=5 四路对比。复现结果应落在 r6_2_4_3d_chest_results.json 记录的范围附近（N=5 ≈ 76.8%、N=6 ≈ 81.6%）。

想复现完整 R6 家族谱系，可依次运行同目录下的 r6_2_antenna_placement.py（2D 单对）、r6_2_1_3d_placement.py（3D 单对）、r6_2_2_multistatic_placement.py（2D N 锚点）、r6_2_2_1_3d_multistatic.py（3D 全身 N 锚点）、r6_2_3_chest_centric.py（2D 胸部中心），相关结果文件同样位于 examples/research-sota/02-placement/。从 v2 工作区源码结构看，该系列研究的产品化方向已延伸至 ruview-placement crate（含fresnel.rs、plan.rs、coverage.rs、geometry.rs等模块），与 R6.2 提出的wifi-densepose plan-antennasCLI 形态对应。

R6 家族后续：家族"实质性完结"与剩余开放项

截至 R6.2.4，R6 家族已覆盖：前向模型（R6）、多散射体（R6.1）、2D 布点（R6.2）、3D 布点（R6.2.1）、N 锚点（R6.2.2）、3D N 锚点（R6.2.2.1）、胸部中心（R6.2.3）、3D 胸部 N 锚点（R6.2.4）。就布点策略而言，家族实质性完结。剩余跟进项（R6_2_5-multi-subject-union.md 的多目标占用并集、姿态轨迹感知目标区）需要 AETHER 与 R3 的实测数据驱动，已超出合成数据 tick 的范围。

从研究闭环回到产品：对 RuView 真实部署者，R6.2.4 最终沉淀为一句话配方——面向生命体征（呼吸、心率）的 3D 部署，布 6 个种子、瞄准胸部斑块、全部装在 0.8–1.5 m 高度的墙面，而不是天花板。这一结论同时满足 R7 的对抗防御下限（N ≥ 4）、ADR-105 的联邦拜占庭容错（K ≥ 5）与 R14 共情设备的感知精度需求，是 R6 家族交付给 ADR-029 的最终锚点数量规格。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析