Gestörtes WLAN macht Menschen-Zählen einfach

Zum Ermitteln der Menschenzahl an einem bestimmten Ort eignen sich am besten WLAN-Signale, die durch die Bewegung der Körper gestört werden. [...]

Forscher der University of California haben auf diese Weise erstmals verlässliche Zählergebnisse sowohl in Gebäuden als auch in der Stadt erzielt. „Es geht hier hauptsächlich darum, Menschen in Bewegung zu zählen. Das ist eine Herausforderung“, sagt Informatikprofessor Yasamin Mostofi.

Die Forscher zeigen mit einem ausgeklügelten System, dass WLAN-Signale nicht nur ausschließlich für den Internetzugang zu gebrauchen sind. Das Signal kann auch dazu verwendet werden, die Menschenanzahl in einem bestimmten Areal aufzuzeigen. Diese Möglichkeit ist für viele Branchen, wie etwa den Energieeffizienz-Sektor oder für Rettungsteams sehr interessant. „Unser System kann die Anzahl der durch ein Areal laufenden Menschen messen, indem wir die empfangen WLAN-Signale auswerten“, erklärt Mostofi.

Die Mobiltelefone der zu zählenden Menschen müssen nicht aktiviert sein. Um eine genaue Messung durchzuführen, platzieren die Forscher zwei WLAN-Geräte am Beginn und am Ende der beobachteten Zone. Dann kann zwischen den beiden Endpunkten gemessen werden. Das WLAN-Signal wird beim Durchqueren gestört, was die Forscher „multi-path fading“ nennen. Um dieses Phänomen herum haben sie ein rechnerisches Gerüst gebaut, das es ihnen ermöglicht, die genaue Anzahl der Menschen zu ermitteln.

Im Moment fallen die Tests, die sowohl draußen als auch in Gebäuden durchgeführt werden, allesamt erfolgreich aus. Weil die Messung auch in Gebäuden funktioniert, ist das System auch für Smart-Home-Anbieter interessant. So könnten Klimaanlagen oder Heizungen bemerken, wie viele Menschen sich in einem Raum befinden und darauf ihre Leistung abstimmen. Aber auch Läden könnten davon profitieren, denn die Anzahl der Kunden lässt sich nach diesem Prinzip einfach feststellen. (pte)


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*