基于i.MX53的可視IP電話終端設(shè)計

蔡劍卿，王宜懷，馮德旺，景 林

(1.福建農(nóng)林大學(xué)計算機(jī)與信息學(xué)院，福建福州 350002;2.蘇州大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇蘇州 215006)

0 引言

隨著網(wǎng)絡(luò)技術(shù)和音視頻編解碼技術(shù)的不斷發(fā)展，可視IP電話應(yīng)運(yùn)而生.可視IP電話是一種基于互聯(lián)網(wǎng)協(xié)議的音視頻傳輸技術(shù).IP電話終端分為兩類:一類是基于PC機(jī)的終端，另一類是基于嵌入式平臺的終端.隨著嵌入式技術(shù)的發(fā)展，基于嵌入式平臺的終端成了目前的主要類型.當(dāng)前的同類產(chǎn)品，多采用1片MCU外加2片DSP的設(shè)計方案［1－5］，外加的2片DSP分別用軟件完成音頻和視頻的編解碼，而系統(tǒng)其它功能由MCU完成，這樣硬件和軟件的設(shè)計都較復(fù)雜;也有采用單片MCU的設(shè)計方案［6－8］，如i.MX21、i.MX27、i.MX51等ARM Cortex A系列的多媒體處理器芯片.i.MX53多媒體處理器建立在i.MX51的技術(shù)創(chuàng)新基礎(chǔ)之上，提供了更優(yōu)的性能［9］.故本研究以i.MX53處理器為主控芯片，設(shè)計和實現(xiàn)了一款硬件集成度高、支持G.711音頻編解碼標(biāo)準(zhǔn)和H.264視頻編解碼標(biāo)準(zhǔn)的嵌入式可視IP電話終端.

1 終端的硬件平臺

嵌入式可視IP電話終端，需要完成音視頻的采集、編碼、發(fā)送、接收、解碼、視頻顯示和音頻播放等功能［10］.i.MX53是飛思卡爾(Freescale)公司于2011年上半年推出的基于增強(qiáng)版ARM Cortex－A8內(nèi)核的高性能處理器，主頻高達(dá)1.2 GHz，內(nèi)部集成了視頻編解碼器、DDR2 SDRAM控制器、NOR FLASH控制器、以太網(wǎng)控制器和LCD控制器等，并具有豐富的外設(shè)接口.

基于i.MX53的可視IP電話終端硬件框圖如圖1所示.終端采用飛思卡爾公司的MC34708電源管理芯片(Power Management IC，PMIC)，通過I2C接口與i.MX53相連;采用美信(Maxim)公司的MAX708TCSA復(fù)位芯片來提供準(zhǔn)確的復(fù)位信號;共采用4片DDR2 SDRAM芯片，每片大小為128 MB(64 Mb*16)，故SDRAM容量為512 MB(128 Mb*32);采用1片NOR Flash芯片，容量為4 MB，通過SPI接口與i.MX53相連;鍵盤接口采用3*4矩陣方式，鍵的定義和排列與一般電話機(jī)一致;UART接口通過MAX3232與PC宿主機(jī)相連，PC宿主機(jī)利用超級終端發(fā)送命令進(jìn)行終端測試.

圖1 基于i.MX53的可視IP電話終端硬件框圖Fig.1 The hardware diagram of video IP telephone terminal base on i.MX53

2 終端的軟件架構(gòu)

基于嵌入式Linux操作系統(tǒng)，提出了該終端的軟件架構(gòu)，如圖2所示.利用Linux操作系統(tǒng)的多線程機(jī)制和信號量機(jī)制，實現(xiàn)了可視IP電話終端的多任務(wù)并發(fā)執(zhí)行.該架構(gòu)重視軟件工程思想，自頂向下分為應(yīng)用層、中間件和底層三個構(gòu)件層.底層構(gòu)件層主要是構(gòu)建Linux系統(tǒng)和封裝MCU的底層硬件驅(qū)動.中間件構(gòu)件層為應(yīng)用層構(gòu)件提供了訪問底層硬件的接口，降低了應(yīng)用層構(gòu)件的設(shè)計難度.

圖2 基于i.MX53的可視IP電話終端軟件架構(gòu)Fig.2 The software architecture of video IP telephone terminal base on i.MX53

3 主要構(gòu)件的設(shè)計

在已有的底層內(nèi)部構(gòu)件基礎(chǔ)上，該終端的軟件設(shè)計主要是中間件和應(yīng)用層兩個構(gòu)件層的設(shè)計.中間件構(gòu)件層包含了視頻采集和顯示、視頻編解碼、音頻采集和播放以及網(wǎng)絡(luò)實時傳輸四個構(gòu)件.應(yīng)用層構(gòu)件層只有可視IP電話終端一個構(gòu)件，即實現(xiàn)可視IP電話的功能.

3.1 視頻采集和顯示構(gòu)件

視頻采集采用Omnivision公司的COMS圖像傳感器芯片OV9650，該芯片具有130萬像素，通過CSI接口與i.MX53相連，而芯片配置通過I2C接口實現(xiàn).視頻顯示采用夏普(Sharp)公司的4.3英寸TFTLCD顯示屏LQ043T3DX02，其分辨率為480(RGB)×272.

視頻采集和顯示構(gòu)件分為視頻采集和視頻顯示兩個子構(gòu)件，基于Linux的V4L2架構(gòu)實現(xiàn).該架構(gòu)在Linux內(nèi)核中被分別映射為采集和顯示兩個設(shè)備文件，只要對這兩個設(shè)備文件進(jìn)行讀寫和控制操作就可實現(xiàn)視頻采集和顯示功能.視頻采集子構(gòu)件包括頭文件Video_capture.h和源程序文件Video_capture.c，其中:頭文件用于對外接口函數(shù)的聲明;源程序文件用于對外接口函數(shù)的實現(xiàn)和內(nèi)部函數(shù)的聲明及實現(xiàn).頭文件中聲明了4個對外接口函數(shù)，分別如下:

1)函數(shù)Video_capture_init()

該函數(shù)用于初始化視頻采集設(shè)備，具體格式為:

uint8 Video_capture_init(uint32 vcfhandle，uint16 width，uint16 height，uint32 rate);

其中:參數(shù)vcfhandle為視頻采集設(shè)備文件句柄，width為視頻采集寬度，height為視頻采集高度，rate為視頻采集速率.函數(shù)返回值用于表示函數(shù)執(zhí)行狀態(tài):0表示初始化成功，非0表示初始化失敗.

2)函數(shù)Video_capture_start()

該函數(shù)用于啟動視頻采集，具體格式為:

uint8 Video_capture_start(uint32 vcfhandle);

其中:參數(shù)vcfhandle為視頻采集設(shè)備文件句柄.函數(shù)返回值用于表示函數(shù)執(zhí)行狀態(tài):0表示啟動成功，非0表示啟動失敗.

3)函數(shù)Video_capture_stop()

該函數(shù)用于停止視頻采集，具體格式為:

void Video_capture_stop(uint32 vcfhandle);

其中:參數(shù)vcfhandle為視頻采集設(shè)備文件句柄.該函數(shù)無返回值.

4)函數(shù)Video_capture_buffer()

該函數(shù)用于將采集到的視頻數(shù)據(jù)存入幀緩沖區(qū)，具體格式為:uint8 Video_capture_buffer(uint32 vcfhandle，uint8* buff);

其中:參數(shù)vcfhandle為視頻采集設(shè)備文件句柄，buff為幀緩沖區(qū).函數(shù)返回值用于表示函數(shù)執(zhí)行狀態(tài):0表示操作成功，非0表示操作失敗.

視頻顯示子構(gòu)件的設(shè)計與視頻采集子構(gòu)件相似，只是操作對象變成了視頻顯示設(shè)備而已.

3.2 視頻編解碼構(gòu)件

i.MX53內(nèi)部集成了視頻處理單元(Video Process Unit，VPU)，該硬件視頻加速器支持30幀·s－1的720 p視頻編碼;支持30幀·s－1的1 080 p視頻解碼;支持H.264、H.263和MPEG4等多種視頻編解碼標(biāo)準(zhǔn).

視頻編解碼構(gòu)件分為視頻編碼和視頻解碼兩個子構(gòu)件，是基于底層VPU構(gòu)件實現(xiàn)的.VPU構(gòu)件在Linux內(nèi)核中被映射為一個設(shè)備文件.視頻編碼子構(gòu)件包括頭文件Video_encode.h和源程序文件Video_encode.c.頭文件中聲明的7個對外接口函數(shù)如表1所示，其中:encparam是編碼參數(shù)結(jié)構(gòu)體，frmbuff是幀緩沖地址結(jié)構(gòu)體，vpucmd是VPU操作命令(枚舉類型)，encoutinfo是編碼后的輸出信息結(jié)構(gòu)體.視頻解碼子構(gòu)件的設(shè)計與視頻編碼子構(gòu)件相似，在其頭文件中也聲明了7個類似的函數(shù).

表1 視頻編碼子構(gòu)件頭文件中聲明的函數(shù)Tab.1 Functions declared in header file of video encode sub －component

3.3 音頻采集和播放構(gòu)件

終端采用16位精度的音頻編解碼芯片wm9712，該芯片內(nèi)部包含單聲道和立體聲兩個編解碼通道，其中單聲道通道支持音頻的采集和播放，采樣頻率為8或16 kHz;立體聲通道僅支持音頻的播放，采樣頻率范圍為8～96 kHz.由于單聲道通道可同時支持音頻采集和播放，且本終端的音頻信號是普通的語音信號，故采用了單聲道編解碼通道，且選擇16 kHz的采樣頻率.

音頻采集和播放構(gòu)件分為音頻采集和音頻播放兩個子構(gòu)件，是基于底層PMIC構(gòu)件和Linux的ALSA架構(gòu)實現(xiàn)的.選擇ALSA架構(gòu)的模擬OSS模式，該模式提供的配置接口以函數(shù)ioctl()實現(xiàn)，而音頻采集和播放以函數(shù)write()和read()實現(xiàn).音頻采集子構(gòu)件包括頭文件Audio_capture.h和源程序文件Audio_capture.c.頭文件中聲明的4個對外接口函數(shù)如表2所示.音頻播放子構(gòu)件的設(shè)計與音頻采集子構(gòu)件相似.

表2 音頻采集子構(gòu)件頭文件中聲明的函數(shù)Tab.2 Functions declared in header file of audio capture sub －component

3.4 網(wǎng)絡(luò)實時傳輸構(gòu)件

i.MX53內(nèi)部集成了以太網(wǎng)控制器，但沒有集成以太網(wǎng)物理層收發(fā)器，故外接了AC101L物理層芯片.它支持10/100BASE－T，通過MII接口與i.MX53相連.

網(wǎng)絡(luò)實時傳輸構(gòu)件基于實時傳輸協(xié)議(Real－time Transport Protocol，RTP)實現(xiàn).為了滿足音視頻傳輸?shù)膶崟r性要求，采用了UDP套接字接口來實現(xiàn).UDP套接字的編程接口主要包括4個函數(shù):①socket():用于建立一個UDP類型的套接字描述符;②bind():用于將IP地址和端口號綁定到套接字描述符上;③sendto():用于通過UDP套接字的數(shù)據(jù)發(fā)送;④recvfrom():用于通過UDP套接字的數(shù)據(jù)接收.網(wǎng)絡(luò)實時傳輸構(gòu)件包括頭文件Network_transmit.h和源程序文件Network_transmit.c.頭文件中聲明的4個對外接口函數(shù)如表3所示，其中rtp_struct是定義的RTP數(shù)據(jù)流結(jié)構(gòu)體.

表3 網(wǎng)絡(luò)實時傳輸構(gòu)件頭文件中聲明的函數(shù)Tab.3 Functions declared in header file of network transmit component

3.5 可視IP電話終端構(gòu)件

可視IP電話終端構(gòu)件主要是通過調(diào)用中間件構(gòu)件層提供的函數(shù)接口，并利用Linux的多線程機(jī)制和信號量機(jī)制實現(xiàn)的.利用Linux的信號量機(jī)制可實現(xiàn)線程的互斥操作，線程使用pthread_mutex_lock占用資源，使用pthread_mutex_unlock釋放資源.

該構(gòu)件建立4個線程，每個線程通過相應(yīng)的函數(shù)實現(xiàn):①視頻采集編碼后發(fā)送函數(shù)Video_send():調(diào)用了視頻采集、視頻編碼和網(wǎng)絡(luò)實時傳輸3個構(gòu)件;②視頻接收解碼后顯示函數(shù)Video_display():調(diào)用了網(wǎng)絡(luò)實時傳輸、視頻解碼和視頻顯示3個構(gòu)件;③音頻采集與發(fā)送函數(shù)Audio_send():調(diào)用了音頻采集和網(wǎng)絡(luò)實時傳輸2個構(gòu)件;④音頻接收與播放函數(shù)Audio_play():調(diào)用了網(wǎng)絡(luò)實時傳輸和音頻播放2個構(gòu)件.

4 終端的測試

測試時，將兩臺可視IP電話終端直接連到路由器，同時每臺電話終端通過串口和一臺PC機(jī)相連，PC機(jī)通過超級終端發(fā)送命令控制著終端上測試程序的運(yùn)行.終端上運(yùn)行的測試程序有:①音頻通信測試程序:用于測試終端能否成功地采集、收發(fā)和播放語音;②視頻通信測試程序:用于測試終端能否成功地采集、收發(fā)和顯示視頻;③終端總體測試程序:用于測試同時進(jìn)行音視頻傳輸時，電話終端能否完成傳輸以及傳輸?shù)耐叫?

可視IP電話終端間的通信效果與網(wǎng)絡(luò)狀況有直接關(guān)系，故本終端分別在三種典型的網(wǎng)絡(luò)狀況下進(jìn)行測試，測試結(jié)果如表4所示.從表4可以看出，網(wǎng)絡(luò)狀況良好的情況下音視頻通信效果良好，網(wǎng)絡(luò)狀況一般的情況下音視頻通信效果一般，網(wǎng)絡(luò)狀況較差的情況下音視頻通信效果較差.測試結(jié)果表明，單獨(dú)的音頻和視頻均能正常傳輸，且同時進(jìn)行音視頻傳輸時的同步性也較好，故本終端能成功地采集、收發(fā)音視頻數(shù)據(jù)并進(jìn)行音頻播放和視頻顯示.

表4 三種典型網(wǎng)絡(luò)狀況下的終端測試結(jié)果Tab.4 Terminal’s testing results under three kinds of typical network status

5 結(jié)語

隨著人們生活質(zhì)量的不斷提高，可視IP電話終端必將會不斷普及.本文提出的可視IP電話終端，以高性能的i.MX53多媒體處理器為主芯片進(jìn)行單控制芯片的硬件設(shè)計.i.MX53內(nèi)部集成了視頻編解碼器，故只需外擴(kuò)一塊音頻編解碼器芯片即可實現(xiàn)可視IP電話的功能，降低了硬件設(shè)計的復(fù)雜度，且系統(tǒng)穩(wěn)定性僅取決于主芯片.軟件方面，遵循軟件工程思想，自頂向下分為應(yīng)用層、中間件和底層三個構(gòu)件層，中間件為應(yīng)用層屏蔽了調(diào)用底層硬件驅(qū)動的復(fù)雜性，故降低了軟件設(shè)計的復(fù)雜度，且具有很強(qiáng)的可移植性和擴(kuò)展性.

［1］李君懿，趙利.基于SIP的嵌入式無線可視電話終端設(shè)計與實現(xiàn)［J］.電子技術(shù)應(yīng)用，2008，34(9):29－31.

［2］楊森，習(xí)勇，王麗潔.一種具有多跳功能的無線VoIP終端設(shè)計［J］.現(xiàn)代電子技術(shù)，2010，33(3):59－61;64.

［3］鄭子超.基于SIP的嵌入式音視頻終端的設(shè)計［J］.科技信息，2011(33):63－64.

［4］黃月祥，陳盛云.基于SIP的嵌入式VOIP終端研究與實現(xiàn)［J］.微處理機(jī)，2011，32(4):62－64.

［5］金志濤，陳忠輝，陳新，等.VOIP語音傳輸終端設(shè)計［J］.通信技術(shù)，2011，44(4):140－143.

［6］趙偉.一種基于i.MX51的嵌入式VoIP終端的設(shè)計與實現(xiàn)［D］.蘇州:蘇州大學(xué)，2011.

［7］魏宏安，陳忠輝，徐藝文.嵌入式VOIP網(wǎng)絡(luò)接口的設(shè)計［J］.福州大學(xué)學(xué)報:自然科學(xué)版，2011，39(6):868－872.

［8］邵長彬，張重陽，鄭世寶.基于Android的可視IP電話多媒體終端設(shè)計與實現(xiàn)［J］.電視技術(shù)，2011，35(6):62－65.

［9］Freescale Semiconductor inc.Architectural differences between i.MX51 and i.MX53［EB/OL］.(2011 －02 －13)［2012 －01－20］.http://www.freescale.com.

［10］范先龍，郭傳雄，遲學(xué)斌.一種基于Windows Peer－to－Peer網(wǎng)絡(luò)的VoIP系統(tǒng)及其實現(xiàn)［J］.計算機(jī)應(yīng)用研究，2006，23(11):220－223.