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。

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。

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U-Boot、Linux內核、根文件系統以及Android系統鏡像[7]后，設置i.MX51板上的S1 Boot Switch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。

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：
public native void G711Decoder（byte[]pcm，byte[]code，int size，int lawflag）；

（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：
void Java_com_qsa_play_G711Decoder
（JNIEnv*env，jobject this，jbyteArray pcm，jbyteArray code，jint size，jint lawflag）
{
depcm=（unsigned char*）（*env）->
GetByteArrayElements（env，pcm，0）；
decode=（unsigned char*）（*env）->
GetByteArrayElements（env，code，0）；
G711Decoder（depcm，decode，size，lawflag）；
（*env）->ReleaseByteArrayElements（env， pcm，
（jbyte）depcm，0）；
（*env）->ReleaseByteArrayElements（env，code，（jbyte）
decode，0）；
}
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：