¿Cómo funciona la detección de presencia sin teléfono en un hogar inteligente local?
La detección de presencia sin teléfono funciona infiriendo la ocupación a partir de señales físicas ambientales, como el movimiento, los reflejos del radar, los cambios en el canal inalámbrico, las puertas, la presión, el consumo eléctrico o combinaciones de esos sensores.
Esto resuelve un problema diferente al del GPS del teléfono. Puede responder «¿hay alguien aquí?» o, en algunos casos, «¿qué habitación está ocupada?» sin exigir que la persona lleve un dispositivo rastreado. Por lo general, no puede demostrar quién es esa persona, y la fiabilidad depende de la colocación de los sensores, la inmovilidad, las mascotas, las interferencias y las reglas de fusión que convierten observaciones ruidosas en un estado de ocupación.
Los distintos sensores observan diferentes evidencias físicas de presencia
El PIR reacciona principalmente a los cambios en los patrones infrarrojos producidos por cuerpos cálidos en movimiento; el radar mmWave/FMCW puede detectar movimientos mucho más pequeños y, en ocasiones, movimientos de escala respiratoria; la detección mediante Wi‑Fi mide los cambios en la propagación de radio causados por cuerpos que se desplazan por el entorno. Los sensores de puertas y presión añaden transiciones de estado, en lugar de evidencias continuas de presencia.
Se creó un conjunto de datos de radar mmWave FMCW del mundo real específicamente para la detección de acciones humanas con preservación de la privacidad en entornos que incluyen la automatización del hogar. Esto demuestra por qué el radar es una señal de presencia distinta: el sensor observa energía de radio reflejada, sin requerir que la persona lleve un teléfono ni una cámara de luz visible.
Ninguna modalidad funciona mejor en todas las habitaciones. El PIR puede no detectar a una persona sentada e inmóvil; el radar puede reaccionar a través de separaciones delgadas o a ventiladores y cortinas en movimiento, según la configuración; la detección mediante Wi‑Fi cambia con la colocación de los dispositivos y las condiciones de radiofrecuencia. La presencia se vuelve más fiable cuando el sistema comprende los puntos ciegos de cada sensor, en lugar de limitarse a añadir más sensores.
La detección mediante Wi‑Fi puede convertir las rutas de radio existentes en señales de ocupación
Las mediciones del canal Wi‑Fi cambian cuando las personas alteran la propagación multitrayecto entre radios. Un modelo local puede clasificar esos cambios sin necesidad de que la persona lleve el teléfono asociado a la red. Esto hace que la detección mediante la infraestructura resulte atractiva para supervisar habitaciones o viviendas completas.
Un amplio estudio de detección mediante Wi‑Fi en el mundo real, revisado en agosto de 2026, informa sobre la detección mediante Wi‑Fi en el mundo real en 15 viviendas y millones de dispositivos desplegados, e identifica las mascotas, la heterogeneidad del hardware, las interferencias entre varios usuarios y los límites de los recursos en el extremo como desafíos prácticos. Su precisión declarada del 92,61 % en la detección del movimiento humano demuestra la viabilidad, pero también muestra por qué las viviendas reales son más difíciles que los datos controlados de laboratorio.
El artículo relacionado de ZimaSpace sobre la confusión de identidad en los modelos de presencia aborda el límite de la identidad. Una perturbación de radio puede ser una prueba sólida de que hay una persona presente, sin indicar a la automatización si se trata del propietario, un niño o un invitado.
La fusión de sensores convierte detecciones breves en un estado de ocupación estable
Un motor de presencia útil suele separar la evidencia instantánea de la persistencia de la ocupación. La apertura de una puerta puede aumentar la probabilidad de que alguien haya entrado; el PIR puede confirmar el movimiento; el radar puede mantener la habitación como ocupada durante la inmovilidad; una ausencia prolongada de evidencias, junto con una transición de salida, puede borrar el estado. La capa de fusión evita que un solo fotograma perdido cambie inmediatamente la casa al estado «ausente».
El marco de IA en el extremo STAR demuestra la clasificación de presencia en el extremo mediante el procesamiento local de CSI de Wi‑Fi, y declara una alta precisión de presencia en su configuración experimental con un modelo compacto. La señal arquitectónica importante no es el porcentaje destacado, sino que la reducción de ruido, las características temporales y la inferencia local forman parte de la canalización de detección, en lugar de ser pasos opcionales posteriores a la detección.
La fusión debe seguir siendo observable. Registra qué sensores contribuyeron a una transición de estado y cuánto tiempo espera el sistema antes de declarar la ausencia. Si una habitación permanece ocupada porque un canal de radar nunca se restablece, el propietario debería poder ver la causa, en lugar de tener que depurar una etiqueta opaca de «presencia mediante IA».
La fiabilidad depende de la decisión que controlará el estado de presencia
La iluminación puede tolerar una presencia falsa ocasional mejor que una alarma, una cerradura o un sistema de seguridad basado en la ocupación. Define umbrales de aceptación separados según las consecuencias: las luces de una habitación pueden usar una inferencia local rápida, mientras que una acción de seguridad basada en que «todos se han ido» puede requerir varias señales independientes y una ventana de confirmación más larga.
Un estudio de Scientific Reports sobre la detección de presencia sin contacto mediante Wi‑Fi utiliza información del estado del canal, preprocesamiento, extracción de características y clasificación para distinguir estados de presencia humana. Sus resultados declarados proceden de sus propias condiciones experimentales, pero el mecanismo refuerza el punto práctico: la presencia sin teléfono sigue dependiendo de la habitación y del entorno de radio, no de una identidad transportada por un teléfono.
Prueba la presencia sin teléfono con residentes sentados e inmóviles, invitados sin dispositivos registrados, mascotas, puertas que se abren sin que nadie entre, ventiladores, condiciones nocturnas y varios ocupantes simultáneos. Considérala fiable únicamente para las automatizaciones cuyos índices de falsos positivos y falsos negativos sigan siendo aceptables. Mantén las acciones que dependen de la identidad vinculadas a una señal de identidad independiente, en lugar de convertir la ocupación anónima en «la persona correcta está en casa».
Productos recomendados
Centro de Tecnología e IA
Más para leer
¿Cómo afecta la reducción de resolución de series temporales a la detección de anomalías en hogares inteligentes?
Descubre cómo el ancho de los intervalos, la agregación, el antialiasing, los datos faltantes, la duración de los eventos y la retención multiescala cambian...
¿Cómo combina una cuadrícula de ocupación las señales débiles del hogar inteligente?
Aprende cómo las celdas espaciales, los modelos de sensores, las actualizaciones de log-odds, la atenuación, la evidencia correlacionada y los umbrales convierten señales débiles...
¿Cómo afecta la normalización fotométrica a la agrupación privada de rostros?
Descubre cómo la corrección de la iluminación cambia los recortes faciales, los embeddings, las distancias entre clústeres, los umbrales, la sobrenormalización y la evaluación...
