传统的人工监测方式和红外感应方式的人流密度监控系统由于人力的巨大成本和技术精度低等种种弊端无法应用于更多场景已被市场逐渐淘汰。基于视频处理的人流密度监控系统虽然是目前监控系统主要技术手段之一,但受其部署成本高、对环境因素敏感、涉及用户隐私等问题,难以对数据做进一步用户画像分析。Wi-Fi技术方案具有定位范围广、传输速率快、稳定性强、方便组网、开销比较低等优点已被广泛采用^[1]。主动定位和被动定位是目前市面上客观存在的两种需求,目前市面上主动定位的应用场景非常明显,比如停车场寻找停车位、规划室内行走路线、企业单位多时段考勤打卡等,但其实被动定位的需求应用场景更广,例如为智能仓储提供物品定位服务、汇报监狱犯人及管理人员的活动情况、养老院老人定位监护、医院移动物资调度管控等都可以通过被动定位达到更高效地管理。针对以上问题和需求,本论文设计了一套基于Wi-Fi室内被动定位的人流密度监控系统,利用智能路由器嗅探抓包功能实时获取移动设备的数据包,通过前端数据可视化技术分析出人流信息以及定位结果,最后分别以动态折线图、实数刷新数据表格和反映人流密度热力图等网页的形式加以呈现。本系统的智能路由器设备相关工具主要利用Unix/Linux系统下网络数据包捕获函数包Libpcap实现对开启Wi-Fi功能的移动设备进行嗅探抓包,将所需的数据包上传给后台服务器数据库。对于移动设备手机和平板的被动定位结果我们利用与室内主动定位相关技术的相似性,采用了基于位置指纹的Wi-Fi室内被动定位加权K近邻算法。后台服务器端采用Vue2.0+ThinkPHP5.0开发框架实现了整个系统前后端的完全分离,对智能路由器设备嗅探抓包到的移动设备的数据处理分析后,利用其MVC（Model View Controller）设计模式实现人流密度监控系统的网页前端展示,数据存储方面选用方便部署、多用户、高并发的开源数据库管理软件MySQL。本论文针对系统不同的功能模块,通过开发和移植开源的OpenWRT智能路由器系统,完成了人流密度监控系统后台服务器端的代码实现,目前在真实室内环境中校园内主教学楼某楼层实际部署并全天候正常使用,该系统借助折线图、表格及热力图等统计分析工具满足了实际的人流密度监控系统基本需求。