隨著計算機網(wǎng)絡技術、多媒體技術、計算機視覺與模式識別技術的發(fā)燕尾服，一種以數(shù)字化、智能化為特點的多媒體遠程數(shù)字監(jiān)控系統(tǒng)應運而生，即基于IP的數(shù)字監(jiān)控系統(tǒng)，實現(xiàn)了由傳統(tǒng)的模擬監(jiān)控到數(shù)字監(jiān)控質(zhì)的飛躍。與傳統(tǒng)的模擬監(jiān)控系統(tǒng)相比較，數(shù)字遠程監(jiān)控系統(tǒng)幾個最主要的優(yōu)勢是：可以借助網(wǎng)絡實現(xiàn)遠程監(jiān)控；在遠程不同地點的分控中心或同個分控中心可同時調(diào)看某一個或者幾個監(jiān)控現(xiàn)場的音視頻數(shù)據(jù)，從而實現(xiàn)分布式的音頻頻接入和音視頻數(shù)據(jù)共享，同時，可以與監(jiān)控現(xiàn)場人員進行對講；可以對遠程監(jiān)控現(xiàn)場的云臺、攝像機等外圍設備進行控制。視頻、音頻的實時、分布式傳輸及控制指令的可靠傳輸是遠程數(shù)字監(jiān)控系統(tǒng)的一個關鍵問題。本文設計并實現(xiàn)了遠程數(shù)字音頻頻監(jiān)控系統(tǒng)，采用IP Multicast技術作為分布式音視頻執(zhí)著入和共享的解決方案，并針對視頻、音頻語音和控制數(shù)據(jù)不同的特點，對其所采用的不同傳輸技術進行了探討，給出了具體實現(xiàn)方法。

1 系統(tǒng)的總體結構

遠程監(jiān)控系統(tǒng)一般包括三部分：前端監(jiān)控現(xiàn)場、通信設備和后端分控中心。整個系統(tǒng)基于Client/Server（客戶機/服務器）模式。總體結構如圖1所示。

（1）前端監(jiān)控現(xiàn)場由監(jiān)控現(xiàn)場主機及一些外圍設備組成。外圍設備包括攝像機、電動鏡頭、云臺、防護罩、監(jiān)視器、多功能解碼器及報警器。監(jiān)控現(xiàn)場主機運行客戶前端軟件，實現(xiàn)視頻、音頻數(shù)據(jù)的實時采集、壓縮、解壓縮（音頻）（視頻傳輸 單向的，音頻傳輸是雙向的）及打包傳送；對壓縮的視（音）頻數(shù)據(jù)進行經(jīng)存儲（也可在分近中心進行）。存儲方式為循環(huán)存儲、定時存儲、手動存儲及運動視頻檢測啟動存儲。接收來自分控中心的控制指令（也可在本地實施），對云臺動作（上、下、左、右及自動）電動鏡頭的三可變（光圈、焦距和聚焦）。

（2）通信設備是指所采用的傳輸信道和相關設備，通信網(wǎng)絡為LAN及WAN。

（3）后端設備由若干分控中心計算機組成。各分控計算機運行服務器端軟件，接收來自前端壓縮視（音）頻、顯示（播放）；通過網(wǎng)絡對前端云臺、攝像機進行控制；采用組播技術，實現(xiàn)分布式視頻執(zhí)著入和分豐式視頻共享：每個分控中心主機可以同時監(jiān)控多個前端，即“一點對多點”；不同分控心也可以同時監(jiān)控同一前端，即“多點對一點”。

2 網(wǎng)絡傳輸模塊的設計與實現(xiàn)

2.1 系統(tǒng)傳輸數(shù)據(jù)類型的特點及通信協(xié)議的選擇

系統(tǒng)傳輸數(shù)據(jù)有：控制數(shù)據(jù)、音頻、視頻數(shù)據(jù)、后端分控中心通過網(wǎng)絡向監(jiān)控現(xiàn)場主機外圍設備云臺及攝像機發(fā)送控制信號，實現(xiàn)云臺動作（上、下、左、右、自動）攝像機光圈、焦距及聚焦三可變，要求控制信號的傳輸準確無誤；音頻、視頻是連續(xù)，數(shù)據(jù)量大，允許傳輸中存在一定的數(shù)據(jù)錯誤率及數(shù)據(jù)丟失率，但實時性要求很高。此外，在監(jiān)控系統(tǒng)中，要實現(xiàn)音視頻的分布式接入和數(shù)據(jù)共享，必須進行音視頻的多點傳輸。樣實現(xiàn)上述目標？首先是通信協(xié)議的選擇，TCP/IP協(xié)議是廣泛使用的網(wǎng)協(xié)議，其網(wǎng)絡模型定義了四層（即網(wǎng)絡接口層、網(wǎng)絡層、傳輸層、應用層）網(wǎng)絡通信協(xié)議。傳輸層包含兩個協(xié)議：傳輸控制協(xié)議（TCP）和用戶數(shù)據(jù)報協(xié)議（UDP）。IP是國際互聯(lián)協(xié)議，位于網(wǎng)絡層。TCP協(xié)議是面向連接的，提供可靠的流服務；UDP是無連接的，提供數(shù)據(jù)報服務；TCP采用提供確認與超時重發(fā)、滑動窗口機制等措施來保證傳輸?shù)目煽啃裕沁@些措施增加了網(wǎng)絡的開銷。如果用TCP傳輸視（音）頻數(shù)據(jù)，大量的數(shù)據(jù)容量引起重傳。，使得網(wǎng)絡負載大并會加大延遲；UDP協(xié)議是最簡單的傳輸協(xié)議，不提供可靠性保證，正因為UDP協(xié)議不進行數(shù)據(jù)確認與重傳國，大大提高了傳輸效率，具有高效快速的特點；Ipv4定義了三種IP數(shù)據(jù)包的傳輸：單播、廣播及組播。要系統(tǒng)中實現(xiàn)視（音）頻數(shù)據(jù)的多點傳輸，若采用單播，則同樣的音、視頻數(shù)據(jù)要發(fā)送多次，這樣導致發(fā)送者負擔重、延遲長、網(wǎng)絡擁塞；若用廣播，網(wǎng)絡中的每個站點都將接收到數(shù)據(jù)，不管該結點否需要數(shù)據(jù)，增加了非接收者的開銷；組播是一種允許一個或多個發(fā)送者（組播源）發(fā)送單一的數(shù)據(jù)包到多個接收者（一次的、同時的）的網(wǎng)絡技術。組播源把數(shù)據(jù)包發(fā)送到特定組播組，而只有屬于該組播組的地址才能接收到數(shù)據(jù)包。由于無論有多少個目的地址，在整個網(wǎng)絡的任何一條鏈路上都只傳送單一的數(shù)據(jù)包。因此組播提高了網(wǎng)絡傳輸?shù)男剩瑯O大地節(jié)省了網(wǎng)絡傳輸。組播方式只適用于UDP。綜上所述，采用TCP/IP傳輸控制信號，即信令通道；采用UDP/IP傳輸音視頻信號，即數(shù)據(jù)通道。

IP組播依賴一個特殊的地址組——“移播址”，即D類地址。范圍在224.0.0.0-239.255.255.255之間（其中224.0.0.0-224.0.0.255是被保留的地址），D類地址是動態(tài)分配和恢復的瞬態(tài)地址。組播地址只能作為信宿地址使用，而不能出現(xiàn)在任何信源地址中。每一個組播組對應于動態(tài)分配 的一個D類地址。組播的特點：組播組的成員是動態(tài)的，主機可以任何時間加入或離開組播組，主機組中的成員在位置上和數(shù)量 舊沒有限制的。

2.2 Windows下，IP組播的Winsock2實現(xiàn)

Windows環(huán)境下組播通信是基于WindowsSocket的。Windows Socket提供兩種不同IP組播的實現(xiàn)方法：Windows Socket提供兩種不同的IP組播的實現(xiàn)方法：Winsock1與Winsock2。在Windows2000平臺實現(xiàn)VC++6.0開發(fā)工具，在本系統(tǒng)中實現(xiàn)了基于Winsock2的組播通信編程。

發(fā)送端（前端、客戶端）實現(xiàn)步驟：

(1)加載Winsock2庫，完成Winsock2的初始化：

WSAStarup(MAKEWORD(2,2),&wsaData)；(2)建立本地套接字（UDP）：

m_socket=WSASocke(AF_INET,SOCK_DGRAM,IPPROTO_UDP,NULL,0,WSA_FLAG_MULTIPOINT_C_LEAF|
WSA_FLAG_MULTIPOINT_D_LEAF);

//組播通信具有兩個層面的重要特征：控制層面和數(shù)據(jù)層面。控制層面決定一個多播組建立通信的方式，數(shù)據(jù)層面決定通信成員間數(shù)據(jù)傳輸?shù)姆绞健Ｃ恳粋€層面有兩種形式，一種是“有限的”，另一種是“無根的”；數(shù)據(jù)報IP組播在兩個層面上都是“無根”的。任一用戶發(fā)送的數(shù)據(jù)都將被傳送到組中所有其它成員。最后一個參數(shù)表明新創(chuàng)建的套接字在控制層面與數(shù)據(jù)層面都是“無根的”。

圖2

    可以通過setsocket函數(shù)設置套接字的屬性，如地址重用，緩沖區(qū)是接收還是發(fā)送。

M_localAddr.sin_family = AF_INET;

M_localAddr.sin_port=m_iPort;//本地端口號

M_localAddr..sin _addr.S_un.S_addr=m_uLocalIP;//本地IP地址；

（3）綁定（將新創(chuàng)建的套字節(jié)與本地插口地址進行綁定）：

bind(m_socket,(PSOCKADDR)&(m_localAddr),sizeof(m_localAddr);

(4)設置生存時間（即數(shù)據(jù)包最多允許路由多少個網(wǎng)段）：

WSAIoctl(m_socket,SIO_MULTICAST_SCOPE,//設置數(shù)據(jù)報生存時間；

&iMcastTTL,//生存時間大小；

sizeof(iMcastTTL),NULL,0,&cbRet,NULL,NULL)；

（5）配置Loopback,以決定組播數(shù)據(jù)幀是否回送：

int bLoopback=FALSE;

WSAIoct(m_socket,SIO_MULTIPOINT_LOOPBACK,//允許或禁止組播數(shù)據(jù)幀回送；

&bLoopback,sizeof(bLoopback)，NULL,0,&cbRet,NULL,NULL);

(6)收發(fā)數(shù)據(jù)：

在發(fā)送方（前端、客戶端）響應發(fā)送的消息函數(shù)中調(diào)用下面函數(shù)：

WSASendTo (m_socket,&stWSABuf,&cbRet,0,(struct sockaddr*)&stDestAddr,//發(fā)送的目的地址；

sizeof(struct(sockaddr),NULL,NULL);

在發(fā)送方（前端、客戶端）響應接收消息函數(shù)中調(diào)用下面函數(shù)：

WSARecvFrom(m_socket,&stWSABuf,1,& cbRet,&Flag,(struct sockaddr*)&stSrcAddr,//源地址；

&iLen，NULL，NULL）；

（7）將組播套接字設置為異步I/O工作模式，在該套節(jié)字上接收事件為基礎的網(wǎng)絡事件通知：

WSAEventSelect(m_socket，m_hNetworkEvent，//網(wǎng)絡事件句柄；將此套字節(jié)與該事件句柄并聯(lián)在一起；

FD_WRITE|FD_READ）；//發(fā)生此兩個事件之一，則將m_hNetworkEvent置為有信號狀態(tài)；

（8）在工作線程中設置：

WSAWaitForMultipleEvent（3，//等待事件的個數(shù)）；

p->m_eventArray,//存放事件句柄的數(shù)組；

FALSE，WSA_INFINITE，F(xiàn)ALSE）；

（9）關閉組播套字節(jié)：

closesocket(m_socket)；

接收端（后端、服務器端）實現(xiàn)步驟：

（1）-（3）與發(fā)送端（客戶端）相同；

（4）調(diào)用WSAJLoinLeaf加入組播組：

SOCKET NetSock=WSAJoinLeaf(sock,//必須為組播標志進行創(chuàng)建，否則調(diào)用失敗；

（PSOCKADDR）&（m_stDestAddr,//組播導址，與發(fā)送方的目的地址相同；

sizeof(m_stDestAddr),UNLL,NULL,NULL,NULL,

JL_BOTH));//允許接收和發(fā)送；

（5）與客戶端（6）相同；（6）與客戶端（7）相同；（7）與客戶端（8）相同；（8）離開組播組；closesocket(NewSock)；//NewSock是調(diào)用WSAoinLeaf（）返回的套節(jié)字。

2.3 在監(jiān)控系統(tǒng)中網(wǎng)絡傳輸模塊的設計

網(wǎng)絡傳輸模塊流程如圖2所示。

發(fā)送端（前端監(jiān)控現(xiàn)場主機、客戶端）監(jiān)控主機運行客戶端程序。在主線程中，啟動視同、音頻兩個線程分別對視頻及音頻進行采集，放入視（音）頻緩沖區(qū)；視頻在本地回放；同時，監(jiān)聽分控中心的連接請求，收到連接請求，TCP三次握手，建立TCP連接（信令通道）；通過信令通道，向分控心發(fā)送二組組播地址及端口號（對應視頻及音頻，音頻兩個線程；分別在視（音）頻線程中完成；利用Winsock2建立視（音）頻數(shù)據(jù)通道（UDP）（源碼前已述及）；對視（音）頻進行壓縮編碼、組播發(fā)送；音頻線程接收分控中心的音頻數(shù)據(jù)包，解碼并播放；實現(xiàn)視頻的單向傳輸和音頻的雙向傳輸。

接收端（后端分控中心、服務器端）分控中心主機運行服務器端程序，在主線程中向前端監(jiān)控現(xiàn)場主機發(fā)出連接請求（CALL），三次握手建立TCP連接（信令通道）；后端接收到組播地址及端口號后，啟動視（音）頻兩個線程，完成；利用Winsock2建立視（音）頻數(shù)據(jù)通道（UDP），加入視（音）頻組播組，接收壓縮視（音）頻包，并解碼顯示（播放）；其中音頻線程，還要完成音頻數(shù)據(jù)包解碼顯示（播放）；其中音頻線程，還要完成音頻數(shù)據(jù)包的壓縮、發(fā)送；實現(xiàn)視頻的單向傳輸、音頻的雙向傳輸。

一個后端分控中心可同時監(jiān)控12路前端視頻及音頻信號，在設計服務器端監(jiān)控程序時，采用多線程技術，每建立一對前端監(jiān)控主機與后端分控中心（服務器）的TCP連接，就開兩個接收線程（一個接收視頻線程；一個接收音頻線程），視頻線程接收視頻數(shù)據(jù)包進行解壓縮及回放；音頻線程接收音頻數(shù)據(jù)包進行解壓縮及播放。對云臺及攝像機的控制指令通過信令通道傳輸。

本系統(tǒng)運行在Win2000平臺上，用VC++6.0開發(fā)工具開發(fā)。

在遠程數(shù)字音視頻監(jiān)控系統(tǒng)的傳輸模塊設計中，根據(jù)音頻頻數(shù)據(jù)傳輸及控制信號傳輸?shù)奶攸c，運用IP組播技術極大地減輕了網(wǎng)絡負擔，避免了資源的浪費，節(jié)省了網(wǎng)絡帶寬；利用TCP/IP協(xié)議設計了信令通道（TCP）和數(shù)據(jù)通道（UDP）；運用Windows多線程機制實現(xiàn)了音頻數(shù)據(jù)的實時、多點傳輸和控制信號的可靠傳，提高了程序運行的效率。在該系統(tǒng)的基礎上進行改造和擴展，可以應用到遠程教學、遠程醫(yī)療等多種多媒體通信；因此，遠程數(shù)字音視頻監(jiān)控系統(tǒng)的設計和實現(xiàn)不僅具有監(jiān)控方面的現(xiàn)實意義，而且對于許多應用都有借鑒和參考價值。