ADR-323 全解读：RuView 用原生 Rust 构建 RF 姿态推理之后的物理约束精修边界-北京尧图网络

ADR-323 全解读RuView 用原生 Rust 构建 RF 姿态推理之后的物理约束精修边界【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导读本文围绕 RuView 仓库中的架构决策 ADR-323 展开系统讲解项目如何在 WiFi 射频RF姿态推理与语义发布之间插入一个干净房间式的原生 Rust 边界对不可变观测做物理审计、输出有界修正候选、在证据缺失时明确弃权并严格保证物理上合理永远不会抬高观测置信度。读完本文你将掌握其三层门控架构、PoseRefinementV1契约与 schema、确定性投影器参数与源码实现、特性门控kinematic/dynamics/learned、raw/both/refined三视图 HTTP API、置信度不变量、威胁模型、L0-L5 证据协议以及 G0-G4 验收门槛并能够据此判断该能力在仓库中的真实落地程度。背景与动机观测器无法单独给出可信的物理结果现状缺陷RuView 通过 ADR-101 提交的 Cog 姿态估计器输出 17 个 COCO 关键点格式为归一化 2D 坐标。ADR-323 指出该模型存在两个结构性缺陷没有逐关节per-joint不确定性头发布的置信度是恒定值无法表达模型在这里没把握这一信息感知服务器中还混杂了面向渲染的 EMA 平滑与骨骼钳制bone clamping逻辑。这些表面处理既无法建立度量制metric的 3D 物理一致性又可能让本就很弱的证据看起来更具说服力——这与构建可信空间智能的目标相悖。下游消费方也无法区分观测坐标与派生的修正值。被否决的前提是物理上合理意味着更可能正确。ADR-323 明确写道合理性只是一个先验prior大量错误的姿态同样可以物理上合理。GRIP 的启发与边界GRIP 项目提供了 observer/controller 分离的架构灵感但它观测的是四枚穿戴式 IMU 与压力鞋垫并驱动一个仿真器RuView 观测的是射频信号。因此GRIP 的权重与输入不兼容不可直接移植任何外部代码、权重、仿真器与数据集在进入依赖图前都需要独立许可审查且绝不能通过隐含方式进入运行时依赖图。这是该 ADR 干净房间clean-room定位的由来。相关背景还可参考 ADR-020Rust 迁移、ADR-150RF 基础编码器与 ADR-282生态定位。执行决策三条独立门控的层ADR-323 的核心决策可以概括为在 RF 姿态推理与语义发布之间增加一个干净的 Rust 边界。该边界必须保留不可变的 RF 观测发布物理评估physics assessment可选地产生一个有界的修正候选当所需证据缺失时弃权abstain绝不仅仅因为姿态物理上合理就提高观测置信度。架构上分三个独立门控的层次层技术栈定位确定性运动学审计器有界协方差加权投影器Rust nalgebra默认、必须可选刚体动力学审计器rapier3d审计专用需独立证据可选的监督残差模型Burn远期、需完整训练证据第一个生产里程碑是确定性审计deterministic audit。ADR 特别声明它不是 GRIP 移植、不是 PPO、也不代表当前姿态观测器已达到生产就绪。在仓库中这一决策已落到 crate 命名上核心类型契约位于 wifi-densepose-core物理引擎位于 wifi-densepose-physics二者在其 crate 顶部文档注释中即声明为Bounded, provenance-preserving pose physics assessment for RuView有界、保留溯源的人体姿态物理评估。输入与坐标契约度量制修正要求输入满足严格契约包括单调递增的纳秒时间戳会话级 track ID序列号与传感器纪元sequence / sensor epoch17 个有序 COCO 关节的度量制 X/Y/Z 坐标基于留出数据标定的、逐关节的半正定协方差版本化的右手 Z-up 房间坐标系归一化的向上地板平面模型哈希与标定哈希ADR-302 信任状态注意仓库当前文档目录中尚不存在独立的 ADR-302 文件此引用沿用原文编号与带认证/防重放的源溯源信息。Image2d观测只允许做图像平面内的比例与连续性审计绝不进入 3D 投影/动力学流程也不得被标记为物理已修正。当出现以下任一情形时帧直接失败回退到 raw 输出并携带类型化原因信任状态未知标定缺失不确定性缺失输入过期或非单调非有限数值协方差非法轨迹数超限违反房间边界。这些typed reason枚举已完整实现在 pose_refinement_v1.rs 的AbstentionReason中共 20 种取值涵盖mode_off、stale_input、invalid_covariance、ood_unknown、source_unauthenticated、replay_rejected、correction_too_large、deadline_exceeded、track_capacity、internal_error等与 pose-refinement-v1.schema.json 中reason字段的枚举严格一一对应。公开契约PoseRefinementV1对每一条被接受的 person track/时间戳引擎恰好返回一个PoseRefinementV1包括 off、超时、拒绝、弃权等所有路径。其组成如下不可变PoseObservationV2的内容哈希约束残差与质量处置disposition可选的有界候选与显式selected位修正不可用时的类型化原因模型、标定、配置及可选学习工件的溯源provenance。契约归属规则wifi-densepose-core独占PoseObservationV2与PoseRefinementV1的定义服务器端与 Cog 侧不允许出现重复契约。公开输出始终是 COCO17骨盆pelvis与胸腔thorax由引擎虚拟派生永远不能标记为 observed。与观测侧对应的 pose-observation-v2.schema.json 定义了输入 JSON Schema精修侧的 pose-refinement-v1.schema.json 则是输出契约的可机读权威它要求字段raw_observation_hash、mode、disposition、selected、refined_joints_m17 个 vec3 或 null、physics_confidence、effective_confidence、intervention、residuals、contact_hypotheses恰 2 个、provenance、reason、canonical_hash等全部存在。原始内容哈希与幂等键raw 内容哈希是确定性的且排除自身哈希字段幂等键为(sensor_epoch, sequence, track_id, raw_hash, config_hash)完全重复的帧返回缓存结果同一 sequence 但内容不同的帧判定为重放拒绝replay rejection。这一语义在 engine.rs 中被实现为TrackState记录last_sequence、last_hash、last_config_hash、缓存结果等外加幂等缓存逻辑配置的稳定哈希则由PhysicsConfig::canonical_hash()用 BLAKE3 计算并参与溯源。角色职责划分ADR-323 对谁拥有什么做了严格切分主体职责RF 观测器拥有观测与标定过的不确定性追踪tracking拥有身份稳定性物理层仅拥有评估/修正感知服务器拥有截止时间、模式、发布与回滚证据引擎拥有发布评估客户端自行选择 raw/both/refined不允许静默回退置信度不变量这是该 ADR 最重要的数学约束。设上游标定置信度为c_obs归一化残差为r归一化干预量为i则c_physics exp(-(beta_r * r beta_i * i)) c_effective min(c_obs, c_obs * c_physics) 0 c_effective c_obs 1即物理评估只能向下修正有效置信度使其始终满足c_effective c_obs只有经独立见证的多模态融合契约才允许提高融合后的置信度。对应参数beta_residual默认 1.0与beta_intervention默认 2.0均可在 config.rs 的PhysicsConfig中查到并由canonical_hash()纳入配置哈希。也就是说干预越大、残差越大有效置信度被压低得越多——这正是对物理合理≠更可信这一反命题的工程化表达。确定性投影器默认kinematic路径默认kinematic特性不引入 Rapier、Burn、ONNX、libtorch、Python、CUDA 或网络依赖。其有界迭代流程为将观测到的父子距离投影到匿名、track 级骨骼长度后验执行广义关节/躯干有效性检查不带直立先验限制时序运动量跨空隙后重置导数仅解决地板穿透——允许坐姿、跪姿、俯卧、儿童尺度、助行器辅助以及真实跌倒姿态重新计算残差低于 epsilon 时停止。每轮迭代内部依次做父子距离投影 → 虚拟边投影 → 关节限位投影 → 时序投影 → 地板投影并以残差收敛或截止时间提前退出。这一算法的落地点正是 projector/pbd.rs自述 Covariance-weighted deterministic position-based dynamics projector。其中 17 关节作为[[f32;3];17]全程处理父/子按权重分摊修正位移——权重来自协方差标定从而实现协方差加权。初始算子可控上限默认值下表同时给出 ADR 声明的初始值与 config.rs 中的实际默认实现读者可逐项对照参数ADR 初始上限config.rs 默认validate() 约束迭代次数4硬上限 8max_iterations41..8单关节最大修正0.20 mmax_joint_correction_m0.20有限且为正根部root最大修正0.10 mmax_root_correction_m0.10需 ≤ 单关节上限导数空隙250 msmax_frame_gap_ms250需有序track 重置500 mstrack_reset_gap_ms500、stale_after_ms500reset/stale ≥ gap已知关节数下限10minimum_known_joints101..17度量制房间边界100 mroom_bound_m100.0有限且为正图像坐标审计边界16,384image_coordinate_bound16384.0需 ≤ 1,000,000单 track Pi 5 p955 msdeadline_ms51..1000求解 epsilon—solver_epsilon_m0.001需关节修正上限度量制边界与图像坐标边界分开维护可防止合法的像素观测稀释物理房间边界。任一候选若超过两类修正上限之一则整体丢弃。此外还有速度上限max_velocity_mps8.0、加速度上限max_acceleration_mps240.0等时序约束。注意validate()还校验算子必须在激活前执行validate在运行时被服务边界调用后才可激活并拒绝 NaN/非法区间这些上限由算子所有不受不可信帧影响。骨骼长度后验只能由高置信帧初始化匿名、纯内存、track 级作用域过期即删。持久化个性化不在本 ADR 范围内需另行满足同意/保留/删除治理。可选动力学层与学习层dynamicsRapier 刚体人形审计dynamics特性引入进程所有的 Rapier 人形humanoid且仅做审计audit-only网络输入永远不得提供 Rapier 快照、刚体、约束、求解器上限或任意几何动力学批准与运动学批准相互独立。从 ADR-323 的提案时实现状态看P4 已实现为可选的、持久化、per-track Rapier 动力学审计器但在独立的 G2-G4 证据到位前保持审计-only。learnedBurn 监督残差模型learned使用第一方 Burn 0.21 的 core/NN 组件且刻意不启用burn-tch因为该工作区已经存在另一个不同版本的原生 libtorch 链接。已实现的是两层 GRU20 帧历史、宽度 128用于预测有界残差、不确定性、足部接触假设与弃权。验证过的模型记录可以从字节加载并原生执行当前不发布、不批准任何训练工件残差被硬钳制到确定性上限不能绕过校验或置信度单调性PPO 被推迟直到可测证据表明监督残差学习无法解决某一失效模式。在源码上该层模块完整存在于 learned 目录包含artifact.rs工件校验、features.rs特征构造、model.rsGRU 模型、runtime.rs原生执行与training.rs训练与 ADR 描述一致。Rust 工具链版本争议Burn/CubeCL 解析图要求 Rust 1.92而工作区文件钉住 Rust 1.89作者主机为 1.91.1。因此--ignore-rust-version只作为诊断证据在被批准的 Rust 1.92 发布工具链变更、且无需该覆盖即可构建之前learned 激活保持阻塞。当前默认 edge 构建不受影响。Feature 边界与 Cargo.toml 佐证default kinematic dynamics rapier3d learned burn-core burn-nn learned-cpu learned burn-ndarray learned-train learned burn-train learned-wgpu learned-train burn-wgpu learned-cuda learned-train burn-cuda deterministic rapier3d?/enhanced-determinism该特性声明与 wifi-densepose-physics/Cargo.toml 中的[features]完全一致rapier3d、burn-*全部为 optional 依赖default [kinematic]。lockfile 是发布权威learned 特性当前依赖 Burn/CubeCL 解析图所支持的工具链这不改变默认 edge 构建。运行模式与 HTTP API发布路径为OFF - AUDIT - SHADOW_CORRECT - OPT_IN_CORRECT - DEFAULT_CORRECT证据只允许向前转换任何回归立即回到 audit/off选择修正还需要来自 ADR-305 的已认证传感器身份与防重放保护模型高置信度不能覆盖缺失的源认证。现有 pose 字段保持不变raw 是迁移默认视图GET /api/v1/pose/current?viewraw GET /api/v1/pose/current?viewboth GET /api/v1/pose/current?viewrefined当不存在被选中的候选时refined-only 返回 HTTP 409 与pose_refined_unavailable绝不静默地把 raw 标成 refined 返回。在仓库实现中该语义可以在感知服务器代码中得到印证viewrefined不可用时的类型化 409 响应体在 pose_physics.rs 中构造code: pose_refined_unavailablemain.rs 集成测试断言viewraw与viewrefined的行为差异并校验响应码。安全、隐私与可用性信任边界所有帧、模型输出、几何以及验证前工件均为不可信。标定/配置/模型工件只有经过签名、哈希寻址验证并原子激活后才成为可信。运行时推理不执行任何模型检索或网络访问。抗 DoS固定数组/上限、有界迭代、最大 track 数、房间几何限制、截止时间与 track 过期共同约束拒绝服务风险超时丢弃部分精修结果从不丢弃 raw 发布背压为每个 track 保留最新 raw 帧丢弃中间精修工作250 ms 后重置导数绝不外推超过 500 ms。指标白名单指标只包含经过白名单的聚合标量模式/处置/原因、阶段延迟、迭代次数、最大修正量、残差、置信度变化、track 重置、非法输入、超时、raw/refined 分歧。它们排除关节数组、人体尺寸、房间坐标、CSI 与持久人员标识骨骼/步态状态仅存内存不入日志。使用边界精修输出不是唯一的医疗、应急、工业安全或自主控制数据源真实跌倒是有效状态绝不能为了让模拟器稳定而把它扶正。威胁模型总结ADR-323 给出的威胁模型原表完整如下威胁主要控制残余风险伪造/重放传感器ADR-305 身份、MAC、序列与重放窗口修正门控被攻破的合法传感器篡改模型/地板/配置签名哈希、认证配置、原子激活被授权的危险配置数据/划分投毒不可变清单、严格划分校验器、见证基准隐蔽的标签投毒操作员抵赖追加式见证转换含行为者/旧新哈希/原因被攻破的签名者生物特征/日志泄露track 内保留与固定指标白名单聚合推断track/几何 CPU 洪泛认证、基数/几何/分配/截止时间上限合法密集场景过载远程模式升级能力限域本地控制平面、默认拒绝被攻破的操作员能力派生输出被重标为观测强制 schema/溯源与签名事件封套恶意的下游剥离实现审查还需记录提交、lockfile 哈希、Rust 工具链、扫描器版本与公告源时间戳。证据协议与评估指标证据等级L0确定性合成L1公开测量的重放L2受控 RuView RF 光学真值L3主体/房间/硬件/会话互斥的 RuViewL4隐私安全的影子车队聚合L5本 ADR 之外的独立垂直验证。任何序列、连续镜头、主体、房间或标定会话都不得跨越训练/测试泛化门禁预处理、身体先验与不确定性标定只能拟合训练数据。报告必须对同一组观测给出 raw 观测器、渲染器平滑、审计、确定性修正、动力学审计与学习残差的对比外加空房间、俯卧/跌倒、关节缺失与 OOD 子集。主指标3D MPJPE、声明阈值的 PCK、逐关节误差、足部滑动、地板穿透、jerk、不确定性标定、弃权覆盖率与选择性风险。learned 运行至少使用 5 个固定随机种子报告均值、中位数、标准差与 95% bootstrap 区间。所有帧都计数选择性指标报告风险与覆盖率。验收门槛 G0-G4G0 契约 —— 真实度量制 3D/协方差输出、raw 哈希往返、版本化帧/地板、 2D 兼容、非 stub 观测器、ADR-298 工件健全性、ADR-079 PCK20 35% G1 确定性审计 —— 属性/fuzz 测试、逐平台类确定性哈希、24 小时加速重放无 panic/增长、Pi 5 p95 5ms、通用置信度单调性 G2 影子修正 —— 严格互斥实测中位 MPJPE 改进 10% 且 95% CI 下界为正足部滑动 30%、jerk 25% 更优无关节中位恶化 5mm 跌倒/俯卧灵敏度变化 2pp95% 修正 0.10m 所有 0.20m 的修正弃权 G3 opt-in —— 30 主体、10 房间、3 种硬件、每房间 3 次独立会话 UNKNOWN 永不被选中置信度单调可实时禁用 REST/WebSocket/MQTT/Home Assistant/重放兼容 G4 默认可视化 —— 30 影子日超时/内部错误 0.1%无开放严重性 1/2 事件门禁对当前模型/标定仍有效关键事实当前已提交的 Cog 未通过 G0因此修正仍不可用。动力学与学习引擎各自重复 G2-G4批准不互相继承。测试与完成证据测试要求覆盖 R1-R13 需求映射raw 哈希、置信度、模式、畸形/过期/帧/协方差输入、上限与截止时间、溯源、依赖图、姿态多样性/跌倒保持、严格划分、fail-to-raw 故障、无网络能力、认证源/重放选择。在仓库中可以找到的对应物包括确定性属性测试properties.rs模糊测试目标fuzz/fuzz_targets/pose_frame.rs延迟基准benches/frame_latency.rs 与示例 latency_probe.rsgolden 重放验证verify_golden.rs。发布命令包括聚焦的 core/physics 测试、default/dynamics/learned 特性检查、fmt/clippy、benches、cargo deny、cargo audit、严格划分验证与 golden 重放验证。完成还需要 JSON schema、实测 Pi 5/x86 行、严格清单哈希、raw/refined 指标、SBOM/许可报告、回滚演练与残余风险负责人。缺少实测或运维证据时状态保持 Proposed、运行时保持在 audit。回滚策略回滚是经过认证的模式转换到 audit/off而不是二进制降级立即停止选择selection保留 raw 发布与处置记录丢弃 track 状态仅保留聚合事件指标与签名配置历史失败的工件激活会保持上一引擎原子激活schema 只增不改refined-only 调用方收到类型化的不可用响应。影响分析正面在 RF 推理之后建立显式的反幻觉与溯源边界提供可复用的原生 Rust 一致性原语带可测的弃权能力生产默认路径保持无 Python/CUDA跨模态教师数据成为可能而无需穿戴式运行时输入。负面完整价值需要一个真实的度量制 3D 观测器与标定过的不确定性有状态 track 增加延迟/内存可选后端扩大供应链面一个被约束但仍错误的姿态可能看起来更可信严格数据采集的成本高于软件实现本身。中性本 ADR 不提升 RF 可观测性也不提升当前权重证据现有 2D 消费者继续工作。实施阶段与提案时状态P0 契约/schema P1 确定性审计 P2 有界影子修正 P3 服务器/Cog 发布与证据账本 P4 Rapier 审计 P5 Burn 残差训练/推理代码可以先于证据落地但运行时权威只能通过上述门禁前进。提案时实现状态摘要P0-P3 已实现规范契约、严格 schema、确定性审计/投影、认证修正回执、幂等、有界 track 状态、最新帧背压、增量 HTTP 与 WebSocket 发布、live legacy-2D 审计、隐私安全指标、golden 重放与严格划分检查P4 已实现可选的 per-track Rapier 审计器pending 独立 G2-G4 证据前保持 audit-onlyP5推理架构、工件验证、序列化与原生 CPU 执行已实现但训练数据、签名训练工件、G2-G4 精度/标定证据不存在因此该层无运行时选择权威其解析出的 Rust 1.92 需求在 1.91.1 发布主机上也是显式激活阻塞项在线 Cog 诚实输出Image2d、降级信任与未标定不确定性——可被审计但不能被选中做 3D 修正本地 x86 延迟与合成契约检查已记录在追加式证据账本中Pi 5 测量、24 小时重放、一亿例 fuzz、留出 RF/光学精度、车队影子与垂直安全验证仍是发布证据门禁而非软件声明。参考与延伸阅读pose-refinement-v1.schema.json 与 pose-observation-v2.schema.json契约 JSON Schemapose_refinement_v1.rsPhysicsMode、RefinementDisposition、AbstentionReason、残差与溯源类型engine.rs顶层有界控制流、幂等与认证授权回执config.rs全部上限与校验pbd.rs协方差加权确定性投影器实现Cargo.tomlkinematic/dynamics/learned特性门控关联 ADRADR-101Cog 姿态估计、ADR-079相机真值训练、ADR-298模型发布健全性门禁、ADR-304证据引擎、ADR-305认证传感器身份、ADR-306规范空间本体、ADR-279原生 RF 帧契约。一句话总结ADR-323 以原生 Rust 确立审计—有界修正—弃权三位一体的精修边界其契约、schema 与确定性审计引擎已在仓库实现并通过 golden/属性/fuzz 与延迟基准佐证而在真实度量制 3D 观测器与标定协方差到来之前3D 修正本身仍被门禁严格地挡在运行时之外——这正是一个追求可审计诚实性的系统应有的状态。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

ADR-323 全解读：RuView 用原生 Rust 构建 RF 姿态推理之后的物理约束精修边界

相关推荐

COMSOL仿真环盘结构近场增强：从建模到优化全攻略

oh-my-claudecode Hooks 系统深度指南：生命周期拦截、Magic Keywords 与上下文持久化机制全解

Midjourney角色一致性实战：从魔杖店场景拆解到AI绘画完整流程

更多资讯

主动调Q固体激光器Matlab仿真：速率方程求解与参数扫描实战

西门子S7-200 SMART恒压供水系统：PID整定与泵组调度实战解析

Ionic中嵌入Unity：双向消息桥接与Vuforia AR实践

新款双臂刀削面机拆解：结构原理、选购要点与商用维护指南

免费AI模型Agnes接入实战：从API申请到Codex集成与限流应对

学术论文写作全流程指南：从逻辑重构到AI辅助润色的实战路径

今日更新

在S3C2410上移植Nucleus RTOS：启动、驱动与实时性调优实战

2026年Turnitin降重降AI二合一红黑榜：能过和别碰

2026期刊投稿AI写作工具实测：6款打分谁更值得用

本周精选

超人会飞不算本事：系统稳定依赖清晰规则与边界设计

超人VS蜘蛛侠：拆解超级IP的影响力与传播方法论

基于CNN的调制信号识别：MATLAB实现时频图分类实战

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？