基于Android平臺的可視對講系統的設計與實現*

郭利全，謝維波

（1.華僑大學 計算機科學與技術學院，福建 廈門 361021；2.華僑大學 嵌入式技術開放實驗室，福建 廈門 361008）

Android是Google公司推出的基于Linux的開源手機操作系統，由于代碼開源，受到很多手機廠家的青睞。可視對講系統在Android操作系統未出現之前，軟件研發一般采用底層語言，容易出現功能單一、產品升級困難等情況，要在對講系統中開發出具有3D圖形效果的界面更是難上加難。鑒于此，本文利用Android平臺的可移植性、代碼開源等優勢，結合 JNI、NDK技術，提出了基于Android平臺的可視對講系統的設計方案并加以實現。

JNI[1]（Java Native Interface）是 Java 本 地 調 用 接口 ，它使得運行于Android平臺的Java程序可以使用C、C++甚至匯編語言編寫的動態鏈接庫。在需要頻繁訪問內存或復雜計算的情況下，使用C動態鏈接庫比在Android平臺上使用Java語言實現相同功能更具有效率[2]。NDK[3]（Native Development Kit）提供了一系列的工具，可以生成ARM二進制碼的動態庫，并且能自動地將生成的動態庫和Java應用程序一起打包成Android系統可以直接安裝的apk安裝包，即NDK可以將包含JNI接口函數的C源程序文件編譯生成動態庫，供Android應用程序調用，提高了對現有代碼的重用性，而加快了開發進度。

本文提出一種可視對講系統設計方案，對講雙方為門口機和室內機，并將設計方案在i.MX51硬件平臺進行實現。門口機進行音視頻的采集、編碼、傳輸及音頻解碼、播放；室內機采用Android平臺，但考慮用戶室內信息的保密性，室內機沒有視頻采集功能，室內機只進行音視頻的解碼、播放以及音頻的采集、編碼、傳輸。

1 可視對講系統設計

1.1 通信流程設計

數據包傳輸協議使用面向無連接、資源消耗小、處理速度快的UDP協議。尋址完成建立UDP直連后，門口機首先對視頻進行編碼傳輸，直到被叫方按下接聽鍵后，門口機才對音頻數據進行傳輸。為了保證通話一直在線，室內機每隔一定的時間向門口機發送通話在線詢問，如果收到在線確認應答則保持通話狀態，否則就結束通話。可視對講系統通信流程如圖1所示。

圖1 可視對講系統通信流程圖

1.2 尋址方式的設計

尋址是指獲取到室內機的IP地址，建立與室內機UDP連接的過程。尋址的過程：通過組播（指加入這個組的所有成員都能收到該組任何一個成員發送的數據包）的方式實現IP地址的查找，門口機、室內機加入一個公共的組，門口機根據所撥的號碼計算一個地址作為被叫方地址，并將被叫方地址寫入數據包中發送給組里的每一個成員，組內成員從組內接收到數據包后，比對成員自己的地址與包頭中被叫方地址是否一致，如果不一致，則將該數據包丟棄；否則，就將自己的IP地址作為被叫方IP地址寫入到數據包頭中。地址格式設計如表1所示。

表1中類型選項占1 B，在邏輯上分為門口機和室內機兩種類型。如為門口機，則類型選項這一字節中存儲內容為字符“M”；如為室內機，則存儲內容為字符“S”，實際存儲的均為字符的ASCII碼。地址選項占4 B，存儲的為對應類型的物理地址。數據包格式中的主叫方地址和被叫方地址格式均如表1所示。例如，門口機撥號為0808，則計算機得到的被叫方地址為S0808。

表1 地址格式

1.3 可視對講系統應用協議設計

為了便于系統開發，本文進行了應用協議的設計。應用協議設計的目的是約定收發數據包的規則、定義數據包的結構和內容，使通信流程更加明朗化。數據包格式如表2所示。

表2 數據包格式

表2中：包頭為對講數據包的標示符，命令類型、操作類型說明詳見表3，時間戳主要是用于音視頻的同步，數據類型分為音頻和視頻兩種，幀序號為0～65 535。如果沒有進行數據包分段，則總包數與當前包數均為1。音視頻數據從第41位開始算起，音視頻數據長度由數據包格式中的數據長度所指定。

根據系統通信流程圖1、結合數據包格式，本對講系統參數如表3所示。其中命令類型、操作類型分別與表2數據包格式相對應。

表3 可視對講參數列表

1.4 功能模塊設計

門口機的功能為音視頻的采集和音頻的播放，室內機為音頻的采集和音視頻的播放。可視對講系統主要分為6個模塊：音視頻采集、音視頻編碼、音視頻傳輸、音視頻接收、音視頻解碼、音視頻播放。對講系統采用多線程技術，大體上分為采集、編碼傳輸、接收、解碼播放、通話在線確認5個線程。線程之間通過信號量機制進行同步，使用互斥鎖實現資源的互斥訪問，使用鏈表實現音視頻數據的接收。系統功能模塊如圖2所示。

圖2 可視對講系統功能模塊圖

1.5 音視頻編解碼選擇

系統音頻編碼選用G.711編碼[4]。G.711是一種由國際電信聯盟訂定的音頻編解碼方式，擁有一倍的壓縮率，是語音通信中最常用的編解碼方式之一。采樣和量化是音頻編程及聲音數字化的兩個關鍵步驟，本系統使用的音頻采樣頻率為 8 kHz、量化位數為16 bit、單聲道。FFmpeg是用于音頻和視頻開源方案，由于它的開源和免費以及跨平臺的特點，受到開發商的青睞。FFmpeg支持包括xvid等在內的多達90種解碼器，由C語言實現，不僅可以應用于PC軟件平臺，也可以用于嵌入式設備。本系統中視頻選用xvid編解碼器，視頻格式為MPEG-4。（xvid是一個開放源代碼的MPEG-4視頻編解碼器）視頻標準采用NTSC制，視頻尺寸為 352×240，幀頻為 30 F/s；使用 NDK提供的交叉編譯工具將包含JNI接口函數的音視頻編解碼源文件統一編譯成為動態鏈接庫，供Android平臺調用。

2 系統實現

2.1 系統軟硬件平臺

系統硬件平臺為i.MX51 EVK。i.MX51 EVK是由Freescale公司自主研發的，中央處理器基于ARM Cortex A8核心的i.MX51處理器；主頻可擴展到1 GHz；處理器內部集成了DDR/DDR2內存控制器、OpenGL/OpenVG圖形核心、ATA控制器、以太網控制器等，支持720 p高清視頻播放；指令緩存和數據緩存為32 KB，二級緩存為256 KB；其容量指標是之前 ARM11產品的 2倍，可大大提高CPU的處理能力。同時處理器內部還集成了矢量運算的浮點運算及信號處理加速器，為多媒體信息娛樂終端提供了強大的處理核心支持[5]。

系統軟件平臺采用Linux操作系統、eclipse集成開發環境。Android SDK[6]版本為 2.2，Android NDK版本為android-ndk-r6。使用串口進行調試。

2.2 Android平臺在i.MX51 EVK上的移植

系統采用4 GB的SD卡存放引導程序、內核、根文件系統等鏡像。引導程序采用U-Boot，Linux內核版本為 2.6.31。移植流程：Android源碼可以從 http：//source.android.com獲取到，編譯好UBoot、Linux內核、根文件系統以及 Android系統鏡像[7]后，設置i.MX51板上的S1BootSwitch模式為1100000001，使用ATK工具進行鏡像的下載。下載后系統鏡像在SD卡上分布圖如圖3所示。

圖3中，MBR主要存儲 SD卡的分區信息表，起始地址為0 KB。引導程序、內核、根文件系統的起始地址分別為 1 KB、1 MB、4 MB。System和Recovery分別各占一個分區，System為Android操作系統的鏡像文件所占分區，Recovery分區主要是用來備份和還原系統。

圖3 SD卡存儲信息分布圖

2.3 音視頻編解碼實現

2.3.1 音頻編解碼實現

音頻編碼與解碼的區別僅在于調用的C庫函數不一樣，音頻編解碼調用的C庫函數分別為G711Encoder、G711Decoder（本文以解碼為例）。音頻解碼具體流程如下：

（1）音頻 Java本地調用函數

在使用音頻解碼的類中編寫Java本地調用函數：

（2）生成頭文件

C庫與Java間需要一個后綴為 “.h”的頭文件來銜接，這個頭文件通過javah命令生成，javah工具包含在JDK中。JDK是Java的核心，包含Java運行環境、Java工具、Java基礎類庫。

（3）JNI接口函數

JNI接口函數編寫在C語言文件中，與音視頻解碼源碼一起打包生成動態鏈接庫。在接口函數中聲明4個無符號指針變量：decode指向待解碼的數據、depcm指向解碼后的數據、enpcm指向待編碼的數據、encode指向編碼后的數據。解碼代碼如下：

其中，depcm=（unsigned char*）（*env）-＞GetByteArrayElements（env，pcm，0）用來獲取Java層傳遞的待解碼字節數組的首地址，G711Decoder（）函數實現音頻解碼，（*env）-＞ReleaseByteArrayElements（env，pcm， （jbyte）depcm，0）釋放傳遞的數組成員，進行資源回收。

（4）使用NDK中ndk-build命令編譯生成動態鏈接庫

ndk-build命令是ndk命令工具集中的一個命令，與Linux下shell編程中的make命令相似，它會查找文件夾中的后綴為“.mk”的Makefile文件，根據該文件的依賴文件，將源文件編譯成動態鏈接庫。

2.3.2 視頻編解碼實現

視頻的編解碼流程與音頻編解碼流程基本相似，視頻編解碼調用的C庫函數分別為avcodec_encode_video、avcodec_decode_video2。限于篇幅，在此重點介紹Android平臺視頻的解碼及顯示。

在解碼視頻數據前，要先做一系列的準備工作：

（1）給出主要的數據結構

（2）初始化流程

①注冊解碼器

②初始化 AVPacket、AVCodecContext、AVFrame

其中，AVFrame是數據流在編解碼過程中用來保存數據緩存的對象，從數據流中讀取到的數據首先保存到AVPacket中。一個AVPacket最多只包含一個 AVFrame，而 一 個 AVFrame可 以 包 含 好 幾 個 AVPacket。AVCodecContext用于動態記錄一個解碼器的上下文信息。

③設置視頻解碼器

圖4 視頻解碼流程

④視頻解碼流程

視頻解碼流程如圖4所示。圖 4中，AndroidBitmap_getinfo用于獲取Android平臺Bitmap對象 的 大 小 ，AndroidBitmap_lockpixels函數是對Bitmap進行加鎖、互斥使用資源。如果AVPacket包中存在未解碼完的數據，則調用函數avcodec_decode_video2進行解碼；若解碼出一幀后需要調用函數sws_scale進行格式轉換。視頻數據解碼完后顏色空間為YUV，需轉換成RGB顏色空間。最后調用fill_bitmap函數進行數據填充及進行Bitmap的解鎖和資源的釋放。

視頻顯示采用Android平臺的ImageView控件進行顯示。解碼線程接收到視頻數據后，通過JNI調用，調用動態庫中的視頻解碼接口函數進行解碼，每解碼完一幀后通過消息通知主線程進行顯示圖像的更新，這樣就達到了視頻數據動態顯示的效果。

3 實現效果

Android平臺在i.MX51 EVK平臺上移植成功后，串口中Android操作系統啟動信息如圖5所示。從圖中的啟動信息可以看出，Android平臺移植成功，啟動信息也包含有CPU信息、內核版本、大小、加載地址、Android文件系統版本等信息。

該軟件開發完成后，在Android工程的bin下生成apk文件，并復制apk文件到SD卡中，在Android系統中安裝該軟件，使用門口機進行撥號，編碼后的音視頻數據通過網線進行傳輸。

本文將Android手機操作系統應用于i.MX51 EVK平臺，并在該平臺上提出了可視對講的設計方案，分別進行了通信流程、應用協議、功能模塊等設計，最后實現了系統的設計方案。但由于視頻是使用軟件解碼，運行效率有待提高，且語音對講部分回聲消除存在問題，有待進一步研究。

[1]任俊偉，林東岱.JNI技術實現跨平臺開發的研究[J].計算機應用研究，2005，22（7）：180-184.

[2]LEE S，JEON J W.Evaluating performance of Android platform using native C for embedded systems[C].Proceeding.IEEE International Conference on Control Automation and Systems，2010.

[3]楊豐盛.Android應用開發揭秘[M].北京：機械工業出版社，2010.

[4]Fu Wei，Zhang Jun.Study on G.711 voice communication of IP video intercom system[C].Proceedings of the IEEE International Conference on Digital Manufacturing and Automation，2010.

[5]Freescale公司.i.MX 51 芯片說明書.2010.

[6]Android SDK|Android developers[EB/OL].http：//developer.android.com/sdk/index.html.2010.

[7]宋杰，王書菊.基于ARM2440平臺的 Android操作系統的移植[J].計算機技術與發展，2011，21（1）：66-68.