Estimando a quantidade de pessoas em tempo real através da captura de quadros IEEE 802.11 de dispositivos móveis

A contagem de pessoas em determinado ambiente é uma tarefa útil em diversos cenários, e pode ser realizada de diferentes formas, dependendo do contexto. Usos comuns são relacionados `a área de segurança, otimização de recursos em ambientes inteligentes, aquisição de informações relativas ao fluxo de pessoas, entre outros. Dentre as técnicas conhecidas para este fim, o presente trabalho propõe realizar esta tarefa através da monitoração do meio sem fio em busca de sinais transmitidos por smartphones, implementando um conjunto de recursos de baixo custo que permita capturar pacotes IEEE 802.11 e assim obter uma estimativa precisa o suficiente para atender aplicações que necessitem do número de pessoas presentes em um local. Para este propósito foi desenvolvido um sistema baseado em placas Raspberry pi, que enviam dados para um programa central onde s ̃ao processados em tempo real para a obtenção de uma estimativa. Este trabalho propõe ainda uma nova estratégia de filtragem de dispositivos, que permite distinguir os dispositivos posicionados no ambiente monitorado daqueles que se encontrem nas proximidades. Também foram realizados testes para ajudar a definir os parâmetros e estratégias mais adequadas relacionados `a captura dos pacotes, al ́em de testes para mensurar a eficiência do sistema comparando os resultados obtidos com o número real de dispositivos presentes no local.Counting people in a given location is a valuable task in many scenarios and can be performed in a variety of ways depending on the context. Common applications are related to security, optimization of resources in smart environments, gathering information about people flows, etc. Among the known techniques for this objective, this work proposes to monitor the wireless medium by looking for signals transmitted by smartphones implementing a set of low-cost resources that allow to capture IEEE 802.11 packets, thus obtaining an estimate accurate enough to serve applications that need to know the number of people present in a place. To achieve this goal, a system was developed based on Raspberry Pi boards that send the data to a central program. The collected data is then processed to produce a real-time estimate. This work also proposes a new device filtering strategy, which makes it possible to distinguish devices positioned in the monitored environment from those located in the vicinity. Tests were also conducted to determine the most appropriate parameters and strategies for packet capture, as well as tests to evaluate the efficiency of the system, comparing the results obtained results with the actual number of devices present at the site.19 p