基于ARM的移动视频监控终端设计与实现

0 引言
随着人们对生活和工作环境的安全性的要求不断提高，安全防范的重要性越来越突出。视频监控技术在各个领域发挥着越来越重要的作用，比如对森林、旅游景点、城市小区等通过视频监控来实时监控现场发生的情况。将嵌入式技术和无线网络技术应用于视频监控终端，与传统的有线视频监控相比，无线视频监控摆脱了网络电缆的束缚，提高了视频监控的灵活性和可扩展性。监控人员可以携带手持监控设备而不必在固定位置值守来监控现场。
在无线网络环境下传输视频，庞大的视频信息量对有限的传输带宽是难以承受的，成为阻碍其应用的瓶颈之一，因此，需要高效率的视频压缩标准来满足无线传输带宽的需求。新一代视频压缩标准H．264是面向Internet和无线网络的视频图像编解码技术，它不仅提高了压缩效率，而且增加了网络适应能力，降低了网络带宽的需求。H．264标准定义了视频编码层VCL(Video Coding Layer)和网络提取层NAL(Network Abstraction Layer)。视频编码层主要采用帧内预测、帧间预测、变换和量化、熵编解码等技术实现视频压缩功能，网络提取层将编码后的数据封装成NALU单元，以适应在无线网络中传输。
移动视频监控终端以ARM微处理器为核心，剪裁适合视频监控终端的嵌入式Linux操作系统。通过配备无线网卡接收监控前端压缩视频数据，解码、显示监控前端发送的视频流，实时显示前端监控画面。本文将重点阐述在视频传输过程中采用RTP／UDP／IP协议时，出现的视频包乱序、丢包处理方法，以及在ARM平台上对H．264解码器的移植和实现。

1 系统的硬件平台
系统硬件平台主要由嵌入式微处理器、NANDFLASH，SDRAM，IEEE802．11协议无线网卡、LCD模块组成。本系统的微处理器选用三星公司ARM9内核的S3C2440，系统时钟采用400 MHz的工作频率。S3C2440内部集成了大量的功能单元，包括：存储器控制器有8个Bank区间、LCD控制器、USB控制器以及丰富的外设接口资源，根据视频监控终端的需求，在此基础上进行外围电路的配置和扩展。视频监控终端硬件框图如图1所示。

存储器包括ROM和RAM两部分，ROM配备了非线性结构的K9F1208UOM容量为64M×8 b的NAND FLASH芯片；RAM配备2片HY57V561620BT—H组成32位数据总线的SDRAM，适用监控终端处理庞大视频数据的需求。在USB Host接口上外接一块基于IEEE802．11协议的无线网卡，通过无线AP端点接收监控前端视频数据。液晶屏选用TFT真彩液晶屏，并配备相应的触摸屏实现人机交互的目的。

2 系统的软件设计
移动视频监控终端软件设计以嵌入式Linux操作系统为核心，作为一种开源操作系统，Linux具有支持多种硬件平台、丰富的设备驱动和良好的网络功能等特点。针对监控终端的具体应用对内核进行配置，剪裁出合适的系统。监控终端应用软件是建立在操作系统之上，为实现RTP／UDP／IP协议下接收H．264视频流和ffmpeg解码库实时解码视频流。
2．1 H．264视频流的传输
2．1．1 传输方式选择
视频的实时传输要求较低的时间延迟，并且允许一定的丢包率。由于TCP协议的3次握手以及丢包重传机制会造成一定的延时，在实时监控系统中有一定缺陷，而UDP协议是面向无链接、不可靠的传输层协议，具有消耗资源小，传输速度快等特点，在视频传输过程中偶尔丢包不会对监控画面产生较大影响。UDP协议不提供数据包分包、封装、数据包排序等缺点，为保障视频流传输的可靠性，网络传输部分采用建立在UDP协议之上的RTP(Real-time Transport Protocol)实时传输协议来实现，通过套接字与前端建立连接，以接收视频流数据。RTP提供带有实时特性的端对端数据传输服务，包括有效载荷类型的定义、序列号、时间戳和传输检测控制。基于RTP／UDP／IP协议传输视频流封装格式如图2所示。

2．1．2 视频流传输
采用UDP协议传输RTP包时会出现乱序的现象，所谓乱序就是监控终端接收到RTP包顺序可能前端发送的顺序不一致，因此，首先要对接收的RTP包排序。采用在内存中建立一个双向链表来保存接收的RTP包，按照RTP报头的序列号(Sequence Number)顺序存放到链表中，双向链表结构体定义如下，部分变量用于RTP分片封包模式。

每当接收到一个新的RTP包后，根据序列号从链表尾开始搜索并插入到合适的位置，比如，接收到一个序列号SN=26的RTP包在链表中分配内存，找到位于25，27之间的位置插入该包，RTP包排序过程如图3所示。

H．264视频流NALU单元封装成RTP包时，要遵循RTP负载格式标准，H．264负载格式定义了3种类型的负载结构：单一NALU模式、组合封包模式、分片封包模式。单一NALU模式是一个RTP包仅由一个完整的NALU组成；组合封包模式是可能由多个NALU组成一个RTP包；分片封包模式是将一个NALU单元封装成多个RTP包，采用分片封包模式的原因是网络传输协议有最大传输单元(MTU)一般为1500B上限，如果NALU大于MTU，IP层将其自动分割为几个小于MTU的数据包，这样无法检测数据包是否有丢失，所以有必要采取分片封包模式，在接收端把拥有相同时间戳的多个RTP包按照序列号重组成一个完整的NALU。分片封包模式的RTP包格式如图4所示。