基于Android平台的可视对讲系统设计

Android是Google公司推出的基于Linux的开源手机操作系统，由于代码开源，受到很多手机厂家的青睐。可视对讲系统在Android操作系统未出现之前，软件研发一般采用底层语言，容易出现功能单一、产品升级困难等情况，要在对讲系统中开发出具有3D图形效果的界面更是难上加难。鉴于此，本文利用Android平台的可移植性、代码开源等优势，结合JNI、NDK技术，提出了基于Android平台的可视对讲系统的设计方案并加以实现。

JNI[1]（Java Native Interface）是Java本地调用接口，它使得运行于Android平台的Java程序可以使用C、C++甚至汇编语言编写的动态链接库。在需要频繁访问内存或复杂计算的情况下，使用C动态链接库比在Android平台上使用Java语言实现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二进制码的动态库，并且能自动地将生成的动态库和Java应用程序一起打包成Android系统可以直接安装的apk安装包，即NDK可以将包含JNI接口函数的C源程序文件编译生成动态库，供Android应用程序调用，提高了对现有代码的重用性，而加快了开发进度。

本文提出一种可视对讲系统设计方案，对讲双方为门口机和室内机，并将设计方案在i.MX51硬件平台进行实现。门口机进行音视频的采集、编码、传输及音频解码、播放；室内机采用Android平台，但考虑用户室内信息的保密性，室内机没有视频采集功能，室内机只进行音视频的解码、播放以及音频的采集、编码、传输。

1 可视对讲系统设计

1.1 通信流程设计

数据包传输协议使用面向无连接、资源消耗小、处理速度快的UDP协议。寻址完成建立UDP直连后，门口机首先对视频进行编码传输，直到被叫方按下接听键后，门口机才对音频数据进行传输。为了保证通话一直在线，室内机每隔一定的时间向门口机发送通话在线询问，如果收到在线确认应答则保持通话状态，否则就结束通话。可视对讲系统通信流程如图1所示。

表2中：包头为对讲数据包的标示符，命令类型、操作类型说明详见表3，时间戳主要是用于音视频的同步，数据类型分为音频和视频两种，帧序号为0~65 535。如果没有进行数据包分段，则总包数与当前包数均为1。音视频数据从第41位开始算起，音视频数据长度由数据包格式中的数据长度所指定。

　根据系统通信流程图1、结合数据包格式，本对讲系统参数如表3所示。其中命令类型、操作类型分别与表2数据包格式相对应。

1.5 音视频编解码选择

系统音频编码选用G.711编码[4]。G.711是一种由国际电信联盟订定的音频编解码方式，拥有一倍的压缩率，是语音通信中最常用的编解码方式之一。采样和量化是音频编程及声音数字化的两个关键步骤，本系统使用的音频采样频率为8 kHz、量化位数为16 bit、单声道。
FFmpeg是用于音频和视频开源方案，由于它的开源和免费以及跨平台的特点，受到开发商的青睐。FFmpeg支持包括xvid等在内的多达90种解码器，由C语言实现，不仅可以应用于PC软件平台，也可以用于嵌入式设备。本系统中视频选用xvid编解码器，视频格式为MPEG-4。（xvid是一个开放源代码的MPEG-4视频编解码器）视频标准采用NTSC制，视频尺寸为352×240，帧频为30 F/s；使用NDK提供的交叉编译工具将包含JNI接口函数的音视频编解码源文件统一编译成为动态链接库，供Android平台调用。

2 系统实现

2.1 系统软硬件平台

系统硬件平台为i.MX51 EVK。i.MX51 EVK是由Freescale公司自主研发的，中央处理器基于ARM Cortex A8核心的i.MX51处理器；主频可扩展到1 GHz；处理器内部集成了DDR/DDR2内存控制器、OpenGL/OpenVG图形核心、ATA控制器、以太网控制器等，支持720 p高清视频播放；指令缓存和数据缓存为32 KB，二级缓存为256 KB；其容量指标是之前ARM11产品的2倍，可大大提高CPU的处理能力。同时处理器内部还集成了矢量运算的浮点运算及信号处理加速器，为多媒体信息娱乐终端提供了强大的处理核心支持[5]。

系统软件平台采用Linux操作系统、eclipse集成开发环境。Android SDK[6]版本为2.2，Android NDK版本为android-ndk-r6。使用串口进行调试。

2.2 Android平台在i.MX51 EVK上的移植

系统采用4 GB的SD卡存放引导程序、内核、根文件系统等镜像。引导程序采用U-Boot，Linux内核版本为2.6.31。移植流程：Android源码可以从http：//source.android.com获取到，编译好U-Boot、Linux内核、根文件系统以及Android系统镜像[7]后，设置i.MX51板上的S1 Boot Switch模式为1100000001，使用ATK工具进行镜像的下载。下载后系统镜像在SD卡上分布图如图3所示。

图3中，MBR主要存储SD卡的分区信息表，起始地址为0 KB。引导程序、内核、根文件系统的起始地址分别为1 KB、1 MB、4 MB。System和Recovery分别各占一个分区，System为Android操作系统的镜像文件所占分区，Recovery分区主要是用来备份和还原系统。

2.3 音视频编解码实现

2.3.1 音频编解码实现

音频编码与解码的区别仅在于调用的C库函数不一样，音频编解码调用的C库函数分别为G711Encoder、G711Decoder（本文以解码为例）。音频解码具体流程如下：

（1）音频Java本地调用函数

在使用音频解码的类中编写Java本地调用函数：
public native void G711Decoder（byte[]pcm，byte[]code，int size，int lawflag）；

（2）生成头文件

C库与Java间需要一个后缀为“.h”的头文件来衔接，这个头文件通过javah命令生成，javah工具包含在JDK中。JDK是Java的核心，包含Java运行环境、Java工具、Java基础类库。

（3）JNI接口函数

JNI接口函数编写在C语言文件中，与音视频解码源码一起打包生成动态链接库。在接口函数中声明4个无符号指针变量：decode指向待解码的数据、depcm指向解码后的数据、enpcm指向待编码的数据、encode指向编码后的数据。解码代码如下：
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）用来获取Java层传递的待解码字节数组的首地址，G711Decoder（）函数实现音频解码，（*env）->ReleaseByteArrayElements（env，pcm， （jbyte）depcm，0）释放传递的数组成员，进行资源回收。

（4）使用NDK中ndk-build命令编译生成动态链接库

ndk-build命令是ndk命令工具集中的一个命令，与Linux下shell编程中的make命令相似，它会查找文件夹中的后缀为“.mk”的Makefile文件，根据该文件的依赖文件，将源文件编译成动态链接库。

2.3.2 视频编解码实现

视频的编解码流程与音频编解码流程基本相似，视频编解码调用的C库函数分别为avcodec_encode_video、avcodec_decode_video2。限于篇幅，在此重点介绍Android平台视频的解码及显示。

在解码视频数据前，要先做一系列的准备工作：