RuView レビュー: WiFi の CSI を人感センサーに変える Rust 製エッジプラットフォーム
市販のWiFi信号をリアルタイムの空間センシングに変換。カメラなしで壁越しに人の存在やバイタルサインを検知し、Home Assistantなどのスマートホームと連携。
ひと目でわかる
- これは何？
- RuView は ESP32 の CSI データを解析し、在室検知や呼吸・心拍数の計測をカメラなしで行う Rust 製のオープンソースプロジェクト。Home Assistant や Apple Home との連携を備えるが、精度の検証はまだ途上にある。
- 誰に向いている？
- RuView は、カメラやウェアラブルを使わずに在室検知やバイタルモニタリングを自宅や介護施設で試したい開発者や、Home Assistant を既に運用しているユーザーに向いている。一方で、現在の精度は合成データや特定条件下での評価に依存しており、医療用途や安全に関わる判断に使うのは時期尚早だ。
- 商用利用できる？
- できます。MIT は寛容なライセンスで、著作権表示とライセンス表示を残せば、使用・改変・販売が可能です。
- 今もメンテナンスされている？
- されています。直近 1 日以内に新しいコミットがあります。
- 何の言語で書かれている？
- 主に Rust です（GitHub の言語統計による）。
回答はプロジェクトの GitHub データ（最終同期：2026年9月15日）と当サイトの分析に基づくもので、法的助言ではありません。
オープンソース詳細解説
WiFi の反射波を「見る」仕組み
RuView は、WiFi ルーターが常時発する電波の乱れを捉えることで、人の存在や動き、さらには呼吸や心拍数を検知する。鍵となるのは Channel State Information (CSI) で、ESP32 センサーが受信した電波の振幅と位相の変化を記録する。人が動いたり、胸が上下したりすると、その反射波が微妙に変化し、RuView はその時間的パターンから意味を抽出する。このアプローチはカメラを使わないため、暗闇や壁越しでも動作し、プライバシー上の利点が大きい。
ESP32 とエッジ処理が支える構成
システムは、1 ノードあたり約 9 ドルの ESP32 ボードをメッシュ状に配置し、各ノードが CSI を収集する。データは Cognitum Seed と呼ばれるエッジデバイスで処理され、永続メモリと暗号化認証を担う。クラウドやインターネット接続は不要で、すべてローカルで完結する。モデルは 8KB に量子化されており、Raspberry Pi 上でマイクロ秒単位で推論できると README に記載されている。この構成は、応答性とプライバシーを両立させる点で理にかなっている。
Home Assistant との統合は 21 エンティティ
RuView は Home Assistant と直接連携でき、`--mqtt` フラグを付けるだけで HA-DISCO MQTT パブリッシャーとして動作する。1 ノードあたり 21 のエンティティを提供し、その内訳は 11 の生信号と 10 の推論状態だ。推論状態には「誰かが寝ている」「 distress の可能性」「高齢者の無活動異常」「会議中」「浴室使用中」「転倒リスク上昇」「ベッド離脱」「無動作」「部屋間移動」などが含まれる。さらに 3 つの Blueprint が用意されており、複雑な自動化をコードなしで組み込める。
Apple Home や Matter ブリッジとして使う
Apple Home や HomePod に対しては、HAP-1.1 ブリッジとして検出可能になる。Google Home や Alexa には、同じ HA ブリッジ経由、または Matter エンドポイントとして接続できる。Siri や Google アシスタント、Alexa で「居間の在室状況」や「バイタル」を音声で尋ねられるが、カスタムスキルは不要だとされている。この設計は、スマートホームの既存エコシステムに自然に溶け込むことを意図しており、導入の敷居を下げている。
モデルの精度と正直な開示
RuView のモデルは Hugging Face の `ruvnet/wifi-densepose-pretrained` で公開されており、v2 エンコーダーは temporal-triplet 精度 82.3% を報告している。これはラベルなしのホールドアウトデータでの値で、以前の「100% presence」という数字は単一クラスの録音に基づくものであり、撤回されている。この開示は評価が誠実であることを示すが、実際の環境での精度は部屋の形状や家具、WiFi の干渉に大きく左右される。README は「精度は実データ検証まで合成のまま」と明言しており、導入前に自分の環境でテストする必要がある。
ローカル自動化と Wasm プラグイン
HOMECORE というローカル自動化エンジンが含まれており、状態管理、履歴、自動化、署名付き Wasm プラグイン、音声フック、HomeKit サポートを提供する。これにより、クラウドに依存せずに複雑なルールを実行できる。プラグインが署名付きである点は、悪意のあるコードの実行を防ぐセキュリティ上の配慮だ。ただし、Wasm プラグインの開発には Rust や WebAssembly の知識が必要で、一般ユーザーには敷居が高いかもしれない。
MetaHarness: AI エージェントによる検証支援
RuView には MetaHarness と呼ばれるツールが同梱されており、`npx @ruvnet/ruview@0.4.0 doctor` や `guidance --topic sensing` といったコマンドで、セットアップ確認やソース引用付きのガイダンスを得られる。AI エージェント（Claude Code や Codex）を使ってリポジトリ内のテストを検索したり、`brain verify --repo .` で貢献者のナレッジベースを検証したりできる。エージェントの実行はデフォルトで読み取り専用であり、書き込みには `--allow-write` と `--confirm` の両方が必要だ。これは、AI による自動操作を安全に保つための設計だ。
ライセンスとメンテナンスの現実
ライセンスは MIT で、商用利用や改変が容易だ。リポジトリはアクティブに更新されており、2026 年 8 月に v2403 がリリースされている。リリース頻度は高いが、プロジェクトが急速に進化していることを意味し、API や設定が後方互換性を保つかどうかは不明だ。アップグレードのたびに設定ファイルの見直しが必要になる可能性がある。また、ドキュメントには ADR が多数含まれており、設計判断の記録はあるが、ユーザーが追従するのは大変かもしれない。導入前に最新のリリースノートを確認し、破壊的変更がないか確認することを勧める。
編集部の結論
RuView は、カメラやウェアラブルを使わずに在室検知やバイタルモニタリングを自宅や介護施設で試したい開発者や、Home Assistant を既に運用しているユーザーに向いている。一方で、現在の精度は合成データや特定条件下での評価に依存しており、医療用途や安全に関わる判断に使うのは時期尚早だ。導入前に、まず ESP32 のセットアップと CSI データの品質を自分の環境で確認し、公式の MetaHarness を使ってモデルの検証手順を再現することを推奨する。
コミュニティノート