首頁 > 以城市生活例子為例，當(dāng)網(wǎng)絡(luò)延時(shí)出現(xiàn)問題，將會導(dǎo)致眾多重要領(lǐng)域的現(xiàn)場運(yùn)行帶來極大的負(fù)面影響，譬如智慧交通系統(tǒng)中交通信號燈的延時(shí)可能導(dǎo)致交通擁堵和事故增加、醫(yī)療服務(wù)中的延時(shí)可能影響緊急救援和診療效率，航空航天中的各項(xiàng)任務(wù)更是要求低于毫秒級的延時(shí)，否則失之毫厘謬以千里。
而在物聯(lián)網(wǎng)場景中，大部分應(yīng)用場景的網(wǎng)絡(luò)環(huán)境都較為復(fù)雜，涉及多種無線通信傳輸、多層跨網(wǎng)穿透，現(xiàn)場電磁干擾度大、數(shù)據(jù)傳輸協(xié)議繁雜，如何讓通信通道穩(wěn)定可靠的同時(shí)又能將延時(shí)降低，是行業(yè)中各家企業(yè)都在探索的方向。
需求分析
目前各領(lǐng)域場景應(yīng)用的大多數(shù)遠(yuǎn)程控制基于有線網(wǎng)絡(luò)，雖然有線網(wǎng)絡(luò)穩(wěn)定，但也存在一些問題，如靈活性較差，難以支持大范圍移動的特種設(shè)備。另一方面，要實(shí)現(xiàn)遠(yuǎn)程控制，不僅需要可靠的網(wǎng)絡(luò)保證操控的實(shí)時(shí)性、靈敏度，還需要足夠清晰度、低時(shí)延的視頻回傳提供視覺支撐，以達(dá)到“所見即所得”。
然而現(xiàn)有的遠(yuǎn)程控制視頻回傳基于傳統(tǒng)視頻畫面，在經(jīng)過攝像頭編碼處理、網(wǎng)絡(luò)傳輸、后臺視頻服務(wù)器轉(zhuǎn)碼、顯示端解碼后，端到端的時(shí)延非常高，時(shí)延往往超過500ms甚至秒級，導(dǎo)致后端操控端的視頻畫面出現(xiàn)嚴(yán)重的延遲，從而容易出現(xiàn)誤操作和事故的發(fā)生。
弱網(wǎng)狀態(tài)下的時(shí)延行業(yè)瓶頸與技術(shù)解析
得益于5G的出現(xiàn)，業(yè)界已經(jīng)可以把無線通信中的延時(shí)降低到夢寐以求的1毫秒，但是這僅限于數(shù)據(jù)傳輸，且無線通信場景中還是存在一定的波動。
而傳統(tǒng)的攝像頭，從采集到圖像到本地局域網(wǎng)設(shè)備觀看到第一幀圖像，通常需要200~500毫秒，如果要通過4G或5G遠(yuǎn)程觀看，則1~2秒的延時(shí)是非常常見的。視頻延遲的原因不僅僅是信號從A點(diǎn)到B點(diǎn)的傳輸速度，還包括將原始攝像頭輸入處理為編碼和解碼視頻流所需的時(shí)間。許多因素會導(dǎo)致延遲，這取決于傳遞鏈路和涉及的視頻處理步驟的數(shù)量。盡管這些延遲可能各自很小，但累積起來可能會很快增加。
視頻實(shí)時(shí)傳輸?shù)腝oE核心指標(biāo)是清晰度、延時(shí)、流暢度，三者之間存在相互矛盾，視頻越清晰則所需的帶寬越大，因此造成卡頓的概率越高，如果比較保守的選擇低清晰度的視頻流，雖然可以減少卡頓概率，但也會犧牲視頻質(zhì)量從而無法提高QoE，另一方面，如果增加播放緩沖，可降低因信道抖動而導(dǎo)致的卡頓，但也將導(dǎo)致延時(shí)的增大。
可見研究難點(diǎn)在于如何在保障音視頻質(zhì)量和流暢的前提下，降低傳輸延時(shí)，而端到端延時(shí)主要由兩部分構(gòu)成：
音視頻數(shù)據(jù)的采集、編碼、傳輸、處理、解碼和顯示等各環(huán)節(jié)均會產(chǎn)生延時(shí)，特別是使用TCP等面向連接的傳輸協(xié)議時(shí)，擁塞控制會導(dǎo)致發(fā)送數(shù)據(jù)堆積，進(jìn)而增加傳輸延時(shí)。
為了應(yīng)對信道的不穩(wěn)定性，保證音視頻播放的流暢，必須建立buffer緩沖區(qū)以及傳輸中繼，這也會直接導(dǎo)致延時(shí)的增加。
在信道傳輸狀況良好的情況下，可以大幅降低緩沖，因此低延時(shí)并非難事，但現(xiàn)實(shí)是各種接入網(wǎng)和骨干網(wǎng)的信道質(zhì)量差別很大且不穩(wěn)定：
無線網(wǎng)絡(luò)環(huán)境，包括環(huán)境干擾、電磁對抗，也包括多個(gè)信道之間的相互干擾是一種常態(tài)，這使得信道的丟包、誤碼、延時(shí)抖動難以避免。
音視頻等大數(shù)據(jù)量的傳輸、多設(shè)備共享信道加劇信道擁塞和競爭。
5G等技術(shù)的普及，雖可大幅降低接入網(wǎng)絡(luò)的延時(shí)并增加帶寬，但隨著頻率的提高，5G也更容易受到外部干擾。
目前無線信道是主流，通常包括微波、WIFI、4G/5G、低軌衛(wèi)星等，在無線信道中誤碼丟包、延時(shí)抖動是不可避免的，且是典型的分布式、去中心化的開放信息系統(tǒng)，因此：
基于有限的特定模型進(jìn)行預(yù)測和優(yōu)化，而非通過一個(gè)或是某幾個(gè)技術(shù)相融合以此達(dá)到最終目標(biāo)實(shí)現(xiàn)。
信道優(yōu)化代價(jià)高、難度大，也無法解決大部分問題。
傳統(tǒng)視頻編碼控制、傳輸理論與算法未針對低延時(shí)場景。
進(jìn)一步的，依靠傳統(tǒng)技術(shù)更難以同時(shí)滿足視頻傳輸?shù)膶?shí)時(shí)、流暢、清晰，往往會犧牲一個(gè)或兩個(gè)維度來滿足另一個(gè)維度。
四信高可靠低延時(shí)視頻傳輸方案
針對目前行業(yè)中存在的共性問題，四信推出了物聯(lián)網(wǎng)場景中的高可靠低延時(shí)視頻傳輸方案。通過云邊端三位一體配合協(xié)同，在不損失成像效果和流暢性的情況下，不僅成功地將延時(shí)縮減了一位數(shù)，在穩(wěn)定網(wǎng)絡(luò)環(huán)境下甚至能達(dá)到50ms以內(nèi)，即使是在移動場景中采用蜂窩通信技術(shù)的弱網(wǎng)環(huán)境下，也能控制在80ms左右。
該技術(shù)及產(chǎn)品涉及傳輸、高性能計(jì)算、音視頻編碼等領(lǐng)域，重點(diǎn)解決中弱網(wǎng)下面向海量并發(fā)的低延時(shí)和超低延時(shí)交互的可靠性問題。采用MAS架構(gòu)的全鏈路協(xié)作與協(xié)商機(jī)制，并將科學(xué)理論與工程方法結(jié)合，在此基礎(chǔ)上發(fā)明創(chuàng)造多個(gè)涉及音視頻低延時(shí)互動的關(guān)鍵方法。
以下是采用集成ilive技術(shù)的四信最新一代AIoT攝像機(jī)F-SC242與目前業(yè)界較為先進(jìn)的知名攝像機(jī)制造商之間的延時(shí)對比測試視頻。
目前，該方案已成功部署于多個(gè)車路協(xié)同、港口無人龍門架操控及實(shí)時(shí)圖像回傳項(xiàng)目中。尤其在某工廠的智能化改造項(xiàng)目中，四信高可靠低時(shí)延傳輸方案起到重要作用，為該工廠的數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)里程碑突破。
該工廠原先的大型AGV無人物流叉車使用的雷達(dá)避障方案，然而雷達(dá)探測的角度有限，易受現(xiàn)場粉塵、激光及其他光波等環(huán)境因素影響，且無法識別障礙物的具體類型，因此經(jīng)常出現(xiàn)剮蹭及碰撞事故，因此該廠商老板打算放棄當(dāng)前方案，采用視覺避障方案，但因成本及算法性能需求，僅能將算法部署在服務(wù)器端，發(fā)現(xiàn)常規(guī)攝像頭方案回傳視頻的延時(shí)根本無法滿足現(xiàn)場的避障需求，只能將視覺識別的方案擱置。
而隨著5G全連接工廠的東風(fēng)吹起，四信結(jié)合該廠商當(dāng)前運(yùn)行的實(shí)際情況，將低延時(shí)攝像頭部署在無人物流叉車上，實(shí)現(xiàn)端側(cè)的一些基礎(chǔ)圖像識別，同時(shí)實(shí)現(xiàn)現(xiàn)場圖像實(shí)時(shí)傳送至服務(wù)器端進(jìn)行更高層級的算法分析，不僅解決避障及物體識別的問題，還能通過多路圖像協(xié)同進(jìn)行物流叉車運(yùn)行路線的實(shí)時(shí)調(diào)優(yōu)，在降低故障率的同時(shí)極大提升生產(chǎn)物流效率，必要時(shí)候還能遠(yuǎn)程人工接管AGV叉車的運(yùn)行操作。
F-SC242 物聯(lián)網(wǎng) RTU 攝像頭作為智能物聯(lián)網(wǎng)監(jiān)控系統(tǒng)的主要產(chǎn)品，專為工業(yè)級物聯(lián)網(wǎng)應(yīng)用而設(shè)計(jì)。采用工業(yè)級 4G/5G 模塊，可以提供無線長距離、低延遲的高清視頻。同時(shí)內(nèi)置高性能工業(yè)級 CPU，采集各類傳感器數(shù)據(jù)并進(jìn)行基本協(xié)議轉(zhuǎn)換，實(shí)時(shí)在前端進(jìn)行人工智能視頻分析。
F-SC621是一款小尺寸室內(nèi)海螺攝像頭，可選兩百萬像素的Sensor，可定制多種IoT接口，精致高端的設(shè)計(jì)適合多種室內(nèi)環(huán)境的部署。目前該款產(chǎn)品已經(jīng)廣泛應(yīng)用于智慧工廠、智慧港口、智慧園區(qū)等大型項(xiàng)目中。
