如何实现监控视频RTSP流在网页中低延时播放

1.行业痛点

       随着平安城市、平安社区、雪亮工程等应用在全国范围的开展，安防视频监控系统得到了大面积使用。

       传统的安防应用场景中，监控终端和平台管理端都通过C/S模式实现监控画面的实时查看，电脑端有相应的桌面应用程序，移动端有相应的APP软件。

       但是，随着智慧城市、智慧社区、智慧交通等应用的开展，还需要将当前已经大规模部署的安防视频信号实时接入到B/S架构的三维可视化平台、数字孪生系统、GIS地理信息系统、领导驾驶舱等应用系统中。

      传统的安防视频源【RTSP网络流】无法在浏览器端直接播放，而需要将RTSP网络流转换成HTML5浏览器兼容的流协议格式后才可以正常播放。

      面对这种情况，传统厂商是通过流媒体服务器将RTSP网络流转换成Apple公司发布的HTTP Live Streaming（HLS）协议后来实现多终端浏览器播放，但是，由于HLS协议是一种渐进式分段文件下载协议，不是真正意义上的流媒体协议，所以它天生存在传输延时长的问题，行业内能够实现的最低延时效果通常在3秒左右，但是这个延时指标根本无法满足特定应用场景的实时通信要求。

        还有一些厂商，他们面向PC终端将RTSP网络流转换成HTTP-FLV格式的网络流，从而可以实现1~2秒的网络延时，但是，这仍然无法满足应急通信、远程指挥和实时互动等应用场景的需要。低延时通信场景下必须保证端到端延时在500ms以内才能满足要求。

2.解决方案介绍

       基于当前存在的行业应用痛点，我公司基于多年来积累的流媒体技术研发能力，历时3年多时间在2020年初研发成功了一套超低延时、符合HTML5标准的统一视频接入解决方案，该方案能够兼容当前各主流安防厂商的设备，包括海康、大华、宇视、华为等。经过众多实际项目验证，该系统在专网环境下的端到端延时在300ms以内，与专用客户端程序的延时相差无几，因此得到了行业合作伙伴和终端用户的极大认可。作为一项行业内重要的科技创新，该解决方案为终端用户带来了实实在在的商业价值。

       该技术与HTML5标准完全兼容，因此可以在PC端（包括Windows系统、Linux系统、国产化操作系统）、Android设备端、iOS设备端正常运行，无需安装任何监控厂商的浏览器插件，极大地提升了用户体验，因此可以在各种B/S架构的业务系统中实时调用。包括但不限于三维可视化系统、数字孪生系统、GIS系统、大数据系统等。

方案架构图如下：

3.技术实现方式

3.1 技术架构

该系统的技术实现架构图如下：

3.2 功能模块构成

该平台主要由低延时视频转码工作站和低延时直播发布服务器构成。

低延时视频转码工作站：用来实现前端各个厂商安防摄像头的统一接入，并实现统一的协议与编码格式转换，并以低延时模式推送给低延时直播发布服务器。

低延时直播发布服务器：用来实现各种网络流的低延时转发，面向各种终端设备（PC、iOS设备、Android设备）以HTML5方式进行发布，支持一对多高并发应用。

3.2.1 低延时核心技术

该方案之所以能够实现端到端300ms左右的超低低延时效果，是因为我们在端到端的各个环节中都低延时技术运用其中。

在整个视频传输过程中，时延主要出现在以下五个环节：

    1) 前端摄像头的编码处理延时

在设备型号已经固定的情况下，这个延时是由设备厂商决定的，我们无法对其进行优化，通常编码处理延时在20ms~50ms。

    2) 网络链路延时

通常在10ms以内，这个延时由网络运营商决定，对我们来说也是不可控的。

    3) 流媒体直播服务器延时

流媒体直播服务器用来负责视频流的汇聚和转发，所以服务器端必须要进行一定的数据缓存。这部分的缓存越小，数据转发延时也就越低。我们在这一环节采用自主开发的只缓冲1~2帧的数据，按照25帧/秒的数据速率计算，2帧数据的时间间隔为80ms；

同时，为了进一步降低数据发送和处理延时，我们的流媒体服务器采用UDP协议来进行网络层传输，它比TCP协议更进一步降低了网络传输延时。

    4) HTML5播放器端解码延时

H5播放器在进行视频解码播放时，必须先确保接收到一帧完整的数据，否则播放器无法进行解码操作。此外，为了抗击网络带宽抖动而出现卡顿和播放端缓冲现象，也需要在播放器端进行一定的数据缓存，为此，我们在H5播放器端只缓存2~3帧的数据，三帧数据的时间间隔在120ms。同时，我们利用硬件解码技术来进行视频解码，它比软件解码技术更进一步降低了画面的解码延时。

    5) 低延时视频转码工作站延时

视频转码工作站作为前端各种不同型号设备的统一接入网关，其在转码过程中也会增加一定的延时，在这个环节我们做了低延时处理，通常这部分延时在10ms左右。

综合以上各种数据处理环节，整个端到端的延时在300ms左右。

3.2.2  支持的终端类型

现有方案可以支持以下设备终端：

PC终端	Android终端	iOS终端
操作系统类型： Windows/Linux/MacOS 浏览器类型： Chrome/Firefox/Safari/Edge	浏览器类型： Chrome/Firefox 微信、微信小程序	浏览器类型： Safari 微信、微信小程序

3.2.3  并发性能指标

经过实际测试，我们的低延时直播服务器软件系统的并发性能指标如下：

服务器硬件配置环境：

CPU：Intel E5-2650

内存：16GB

硬盘：120GB固态硬盘

网卡：Intel 千兆网卡x 4端口

服务器操作系统：

CentOS x64 7.6

直播码流：2Mb/s

图像分辨率：1280x720

视频编码格式：H.264

并发性能指标：2000并发直播接收

峰值CPU占用率：42%

平均CPU占用率：35%

平均内存占用率：56%

3.2.4  低延时技术指标

该系统的端到端延时主要出现在以下几个环节：

1） 视频采集和编码延时；

这部分延时出现在摄像头端，延时在20~50ms范围；

2） 视频接入和转码延时；

这部分延时出现在低延时视频转码工作站端，在进行协议转换和视频编码格式转换时产品，延时在10~30ms范围；

3） 直播发布服务延时；

这部分延时出现在低延时直播发布服务器端，该服务器在接收低延时视频转码工作站推送过来的网络流时，需要在本地缓存2~3帧的数据，用于抵抗网络带宽抖动带来的影响，避免画面卡顿。

根据不同的网络流格式，这部分延时在80~120ms范围；

4） 客户端解码播放延时：

客户端HTML5播放器在进行网络流播放时，需要等待把一帧完整的数据接收完成后才能解码输出，而且同样基于抗击网络抖动的影响需要缓存1~2帧的数据，因此这部分延时在40~80ms范围；

      综上所述，整个端到端系统的延迟时间通常在300~500ms范围，与监控厂商的浏览器插件模式基本一致。

3.2.5  ​​​​​​​各种终端HTML5浏览器无插件播放效果

PC端测试地址：

播放器接口http://www.shunjingtech.com/xmms/base.html

可以在PC端Chrome、Edge、Firefox播放器中直接播放；

移动端测试地址：

播放器接口http://www.shunjingtech.com/xmms/mobile.html

可以在微信、Android端chrome内核浏览器、iOS端Safari浏览器中直接播放；

 

在微信中直接播放效果

Android手机浏览器端播放效果

iPhone手机浏览器端播放效果 

​​​​​​​3.2.6 实际测试结果

 我们在当前国内的互联网环境中进行实际测试，并用毫秒表测量，延时效果如下：

PC端播放测试截屏（延时328ms）

手机拍照（延时326ms）

 手机拍照（延时250ms）

低延时直播在线测试地址入口：

超低延时视频直播系统http://www.shunjingtech.com/xmms/