首頁(yè) > 以城市生活例子為例，當網(wǎng)絡(luò )延時(shí)出現問(wèn)題，將會(huì )導致眾多重要領(lǐng)域的現場(chǎng)運行帶來(lái)極大的負面影響，譬如智慧交通系統中交通信號燈的延時(shí)可能導致交通擁堵和事故增加、醫療服務(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(chǎng)景中，大部分應用場(chǎng)景的網(wǎng)絡(luò )環(huán)境都較為復雜，涉及多種無(wú)線(xiàn)通信傳輸、多層跨網(wǎng)穿透，現場(chǎng)電磁干擾度大、數據傳輸協(xié)議繁雜，如何讓通信通道穩定可靠的同時(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(chǎng)景應用的大多數遠程控制基于有線(xiàn)網(wǎng)絡(luò )，雖然有線(xiàn)網(wǎng)絡(luò )穩定，但也存在一些問(wèn)題，如靈活性較差，難以支持大范圍移動(dòng)的特種設備。另一方面，要實(shí)現遠程控制，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(jué)支撐，以達到“所見(jiàn)即所得”。
然而現有的遠程控制視頻回傳基于傳統視頻畫(huà)面，在經(jīng)過(guò)攝像頭編碼處理、網(wǎng)絡(luò )傳輸、后臺視頻服務(wù)器轉碼、顯示端解碼后，端到端的時(shí)延非常高，時(shí)延往往超過(guò)500ms甚至秒級，導致后端操控端的視頻畫(huà)面出現嚴重的延遲，從而容易出現誤操作和事故的發(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，業(yè)界已經(jīng)可以把無(wú)線(xiàn)通信中的延時(shí)降低到夢(mèng)寐以求的1毫秒，但是這僅限于數據傳輸，且無(wú)線(xiàn)通信場(chǎng)景中還是存在一定的波動(dòng)。
而傳統的攝像頭，從采集到圖像到本地局域網(wǎng)設備觀(guān)看到第一幀圖像，通常需要200~500毫秒，如果要通過(guò)4G或5G遠程觀(guān)看，則1~2秒的延時(shí)是非常常見(jiàn)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(huì )導致延遲，這取決于傳遞鏈路和涉及的視頻處理步驟的數量。盡管這些延遲可能各自很小，但累積起來(lái)可能會(huì )很快增加。
視頻實(shí)時(shí)傳輸的QoE核心指標是清晰度、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(huì )犧牲視頻質(zhì)量從而無(wú)法提高QoE，另一方面，如果增加播放緩沖，可降低因信道抖動(dòng)而導致的卡頓，但也將導致延時(shí)的增大。
可見(jiàn)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)主要由兩部分構成：
音視頻數據的采集、編碼、傳輸、處理、解碼和顯示等各環(huán)節均會(huì )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(huì )導致發(fā)送數據堆積，進(jìn)而增加傳輸延時(shí)。
為了應對信道的不穩定性，保證音視頻播放的流暢，必須建立buffer緩沖區以及傳輸中繼，這也會(huì )直接導致延時(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)量差別很大且不穩定：
無(wú)線(xiàn)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(dòng)難以避免。
音視頻等大數據量的傳輸、多設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(zhù)頻率的提高，5G也更容易受到外部干擾。
目前無(wú)線(xiàn)信道是主流，通常包括微波、WIFI、4G/5G、低軌衛星等，在無(wú)線(xiàn)信道中誤碼丟包、延時(shí)抖動(dòng)是不可避免的，且是典型的分布式、去中心化的開(kāi)放信息系統，因此：
基于有限的特定模型進(jìn)行預測和優(yōu)化，而非通過(guò)一個(gè)或是某幾個(gè)技術(shù)相融合以此達到最終目標實(shí)現。
信道優(yōu)化代價(jià)高、難度大，也無(wú)法解決大部分問(wèn)題。
傳統視頻編碼控制、傳輸理論與算法未針對低延時(shí)場(chǎng)景。
進(jìn)一步的，依靠傳統技術(shù)更難以同時(shí)滿(mǎn)足視頻傳輸的實(shí)時(shí)、流暢、清晰，往往會(huì )犧牲一個(gè)或兩個(gè)維度來(lái)滿(mǎn)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(wèn)題，四信推出了物聯(lián)網(wǎng)場(chǎng)景中的高可靠低延時(shí)視頻傳輸方案。通過(guò)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，在穩定網(wǎng)絡(luò )環(huán)境下甚至能達到50ms以?xún)龋词故窃谝苿?dòng)場(chǎng)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(wèn)題。采用MAS架構的全鏈路協(xié)作與協(xié)商機制，并將科學(xué)理論與工程方法結合，在此基礎上發(fā)明創(chuàng )造多個(gè)涉及音視頻低延時(shí)互動(dòng)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F-SC242與目前業(yè)界較為先進(jìn)的知名攝像機制造商之間的延時(shí)對比測試視頻。
目前，該方案已成功部署于多個(gè)車(chē)路協(xié)同、港口無(wú)人龍門(mén)架操控及實(shí)時(shí)圖像回傳項目中。尤其在某工廠(chǎng)的智能化改造項目中，四信高可靠低時(shí)延傳輸方案起到重要作用，為該工廠(chǎng)的數字化轉型實(shí)現里程碑突破。
該工廠(chǎng)原先的大型AGV無(wú)人物流叉車(chē)使用的雷達避障方案，然而雷達探測的角度有限，易受現場(chǎng)粉塵、激光及其他光波等環(huán)境因素影響，且無(wú)法識別障礙物的具體類(lèi)型，因此經(jīng)常出現剮蹭及碰撞事故，因此該廠(chǎng)商老板打算放棄當前方案，采用視覺(jué)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)現常規攝像頭方案回傳視頻的延時(shí)根本無(wú)法滿(mǎn)足現場(chǎng)的避障需求，只能將視覺(jué)識別的方案擱置。
而隨著(zhù)5G全連接工廠(chǎng)的東風(fēng)吹起，四信結合該廠(chǎng)商當前運行的實(shí)際情況，將低延時(shí)攝像頭部署在無(wú)人物流叉車(chē)上，實(shí)現端側的一些基礎圖像識別，同時(shí)實(shí)現現場(chǎng)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(wèn)題，還能通過(guò)多路圖像協(xié)同進(jìn)行物流叉車(chē)運行路線(xiàn)的實(shí)時(shí)調優(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)候還能遠程人工接管AGV叉車(chē)的運行操作。
F-SC242 物聯(lián)網(wǎng) RTU 攝像頭作為智能物聯(lián)網(wǎng)監控系統的主要產(chǎn)品，專(zhuān)為工業(yè)級物聯(lián)網(wǎng)應用而設計。采用工業(yè)級 4G/5G 模塊，可以提供無(wú)線(xiàn)長(cháng)距離、低延遲的高清視頻。同時(shí)內置高性能工業(yè)級 CPU，采集各類(lèi)傳感器數據并進(jìn)行基本協(xié)議轉換，實(shí)時(shí)在前端進(jìn)行人工智能視頻分析。
F-SC621是一款小尺寸室內海螺攝像頭，可選兩百萬(wàn)像素的Sensor，可定制多種IoT接口，精致高端的設計適合多種室內環(huán)境的部署。目前該款產(chǎn)品已經(jīng)廣泛應用于智慧工廠(chǎng)、智慧港口、智慧園區等大型項目中。
