AVB概述

一、音视频传输面临的主要问题

网络音视频数据传输过程中卡顿、花屏、音视频不同步了，主要原因如下：
1、网络不流畅，数据丢失或不能及时到达
2、多媒体同步问题
这些都是AVB面对的问题，区别是我们看的网络视频经广域网传输，而AVB解决的是局域网内的音视频传输问题。

二、如何解决呢

1. 网络传输问题

以太网是基于竞争的“争取最大努力传输”的分组报文网络，没错TCP是可靠的，但他的可靠建立在重传机制基础上，副作用是延时较大。

另外，中间转发节点（比如网络中的交换机、路由器）对报文的传输影响比较大。比如：传输过程中，如果中间的转发节点缓存队列已满，会导致后续数据包丢失。传输时延受转发节点的缓存状态影响，如果缓存队列中数据较多，传输延时就较大，缓存队列中数据较少，传输延时就较小。

如果可以构建这样一个网络，可以为音视频数据预留带宽（类似高速公路上的应急车道），保证音视频数据在规定的时间从源头到达目的地（时间敏感网络的概念），注意，带宽预留是AVB的一个重要组成部分。

2. 多媒体同步问题

多媒体同步包含两个方面的内容：

• 媒体时钟恢复（频率同步），它解决的是按什么样的速度播放的问题
• 播放时间同步（相位同步），它解决的是什么时候播放的问题

1、媒体时钟恢复
现实世界中音视频都是连续的模拟量，而以太网中传输的都是数字量，音视频采集过程中需要采样、量化、编码过程，其中涉及采样频率，而播放的过程中需要相同的频率进行播放，此为媒体时钟恢复。
采样需要确定采样间隔，需要用参考时钟，有的采样系统用系统时钟为参考时钟，有的以外部时钟做参考时钟，可想而知，不采样系统同的参考时钟如果不同呢，必定或多或少不同步（比如A时钟的1ms可能对应实现世界的0.9ms，B时钟的1ms可能对应现实世界额1.1ms）。而且还可能受温度、运行时间等因素影响产生漂移。
问题来了：如何保证采集端的采集速率与播放端的播放速率一致（即如何恢复媒体时钟）？

2、播放时间同步
对于单一的音视频流，解决了媒体时钟恢复的问题，一般就能正常播放了。但是如果一个接收者 同时接收多条音视频流 ，或者一个发送者将音视频发送到 多个接收者同步播放 ，我们还要解决数据流之间的同步问题，保证同一时刻采样的数据在同一时刻播放，这就是播放时间同步。

同样如果参考时钟不同步，就会导致本来先播放的后播放，观众看来就是音视频不同步。
AVB中的精确时钟同步技术，可以让所有节点的本地时钟保持同步，为媒体时钟同步、播放时间同步提供了条件。

三、 AVB体系

AVB被称为时间敏感网络，它主要解决两个问题：

• 延时问题：
  通过带宽预留，保证延时小，实时性好（延时可控，最坏情况下的延时不超过一定的阈值）
• 同步问题：
  媒体时钟同步：不同的媒体类型有自己的媒体时钟，这些媒体时钟都映射到gPTP时间（同一个时间坐标系），接收端可以轻松进行媒体时钟恢复。
  播放时间同步：数据发送时指示接收方在未来的某个时间点播放，如果有多个接收者，它们就会在未来的同一时刻同时播放。

3.1 协议框架

全程Audio Video Bridging, 目的是在局域网中高效传输音视频数据。
AVB协议栈如下图所示：

可以看出，AVB主要是链路层的协议，它和传统的TCP/IP协议栈是并列共存的关系。

AVB协议栈不仅包括了前面提到的带宽预留和时钟同步协议，还包括其他一些辅助协议，主要协议如下：

IEEE Std 802.1AS-2011：精确时钟同步协议(Generalized Precision Time Protocol，简称gPTP），用来将网络内所有节点的时钟同步同步到同一个主时钟。
IEEE Std 802.1 Qat：带宽预留协议（Stream Reservation Protocol，简称SRP)，目前被整合在IEEE Std 802.1Q-2011 第35章。
IEEE Std 802.1 Qav：流量整形协议（Forwarding and Queuing for time-sensitive streams，简称FQTSS)，负责对流量进行排队、转发管理，目前被整合在IEEE Std 802.1Q-2011 第34章。
IEEE Std 1722-2016：音视频传输协议（Audio Video Transport Protocol，简称AVTP)。
IEEE Std 1722.1-2013：音视频管理协议（Audio Video Discovery, Enumeration, Connection management, and Control protocol，简称AVDECC)，负责服务发现，节点能力遍历，链接管理等控制功能。
IEEE Std 1733-2011：基于AVB的RTP/RTCP传输协议（Layer 3 Transport Protocol for Time Sensitive Applications in Local Area Networks)，它主要是将传统的RTP/RTCP流映射到二层的AVB流，使用二层AVB的性能，从而降低延时、提高同步精度。

3.2 网络拓扑

它主要由两类节点组成：

• End Station: 有时候也称为endpoint，它又分为Listener和Talker两种：
  Listener：接收音视频数据的节点
  Talker：输出音视频数据的节点
• AV Bridge: 音视频网关

说明：
一个节点可以包含多个Talker，即产生多条音视频数据流
一个节点可以具有Talker和Listener的双重身份，既对外输出，又接收别人的数据

3.3 典型应用场景

a. 车载娱乐系统
车内的DVD Player播放音视频文件，音频传输到扬声器，视频分别传输到后排座椅的两个显示器上。如何保证扬声器和两个显示器的同步，实现音视频同步？

首先，gPTP协议保证了网络中所有节点的时钟是同步的。

其次，SRP协议为音视频数据预留了带宽，保证都能在一定的时间内到达目的地。

那么，如果在Talker端（DVR Player）就约定好，不同目的地的音视频数据在未来的同一时刻播放，是不是就实现了音视频同步？这就是AVTP协议中展示时间戳的意义所在。

b. 大型演唱会现场
大型演唱会现场都会布置多个扬声器来传输声音，那么如何控制这些扬声器同时“发声”？道理一样，大家约定好在未来的同一时刻同时播放，先收到数据的节点把数据缓存起来，等待播放时刻的到来，然后产生“共鸣”。

参考文档：https://blog.coderhuo.tech/2020/03/22/AVB_summury/#3-%E5%85%B8%E5%9E%8B%E5%BA%94%E7%94%A8%E5%9C%BA%E6%99%AF

下一篇：gPTP简介